突然意识到，我们日常说的模型“准召”是不是叫错了？

日常说模型准召说的很顺口，今天在写概念梳理文档的时候才意识到不对劲，我们日常说的似乎应该是“精召”？

• 精确率：precision = TP / (TP + FP)
• 召回率：recall = TP / (TP + FN)
• 准确率：accuracy = (TP + TN) / (TP+ FP + TN + FN)
• F1-Score：F1 Score = 2（ PR ）/ (P+R)，其中 P 和 R 分别为 precision 和 recall

你们日常会把 precision 叫成准确率吗？那你们怎么叫这个 accuracy 呢？

• True Positive(真正, TP)：将正类预测为正类数.
• True Negative(真负, TN)：将负类预测为负类数.
• False Positive(假正, FP)：将负类预测为正类数 →→ 误报 (Type I error).
• False Negative(假负, FN)：将正类预测为负类数 →→ 漏报 (Type II error).