理解评价指标Accuacy、Recall、Precision

从论文中找到一张图：

上图表示一个二分类的混淆矩阵（多分类同理）：

True Positive(TP):      预测为正例，实际为正例

False Positive(FP):    预测为正例，实际为负例

True Negative(TN):    预测为负例，实际为负例

False Negative(FN)：预测为负例，实际为正例

从上面的公式可以看出来，TP和TN都是预测对的，FP和FN都是预测错的。

计算公式如下：

Accuracy指的是正确预测的样例数占预测样