在论文看到这三个指标，从网上找了找资源，记录一下。在这里记录下来，希望对大家理解有帮助。
准确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。
举个栗子假设我此时想吃香蕉，实验室里面每天都会安排10个水果，水果种类分别是6个香蕉，3个橘子，1个菠萝。哎，但是，实验室主任搞事情呀，为了提高我们吃水果的动力和趣味，告诉我们10个水果放在黑盒子中，每个人是看不到自己拿的什么，每次拿5个出来，我去抽了，抽出了2个香蕉，2个橘子，1个菠萝。
如前面所说，准确率是针对我们预测结果而言的，它表示的是预测为正的样本中有多少是真正的正样本。在预测结果中，有2个香蕉，总个数是我拿的5个，那么P值计算如下：
P = 2/5召回率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。
举个栗子和上面的一样
召回率是针对我们原来的样本而言的，它表示的是样本中的正例有多少被预测正确了。我们这里的正类是我想吃的香蕉，而在样本中的香蕉个数是6个，召回率的召回也可以这么理解，代表了，原始样本中正类被召回了多少。R计算如下：
P = 2/6我们在评价的时候，当然是希望检索的结果P值越高越好，同时R值也越高越好，但事实上这两者在某些情况下有矛盾的。 比如极端情况下，在我们这个例子中，我们只搜索出了一个结果，且是香蕉，那么P值就是100%，但是R值为1/6就很低；而如果我们抽取10个水果，那么比如R值是100%，但是P值为6/10，相对来说就会比较低。 因此P和R指标有时候会出现的矛盾的情况，这样就需要综合考虑他们，最常见的方法就是F-Measure，通过计算F值来评价一个指标！
这里给出最常见的F计算方法，如下：
F = （2*P*R)/(P+R)
