machine-learning - 垃圾邮件检测中精确率和召回率的混淆

Question

我正在根据教程做一个检测垃圾邮件帐户的项目。两个标签——“垃圾邮件”和“非垃圾邮件”用于训练和测试。分类已经完成，我要去评估了。

结果是：

*Spam* precision: 0.962917933131
*Spam* recall: 0.6336

*Not spam* precision: 0.72697466468
*Not spam* recall: 0.9756

我已经阅读了准确率和召回率的维基，仍然感到困惑，不知道如何使用它进行测量。

我的目的是减少被标记为“垃圾邮件”的普通帐户的数量。一些“垃圾邮件”帐户可以逃脱并不重要。所以我想知道我应该重点改进上面的哪个结果？谢谢。

Answer 1

精度是归类为阳性的结果的分数，这确实是阳性的。

召回率是检测到的所有阳性结果的比例。

我的目的是减少被标记为“垃圾邮件”的普通帐户的数量。

这意味着您希望最大限度地提高Spam的精度和Not spam的召回率。您链接到的 wiki 页面解释了您需要知道的所有内容 - 事实上，您的目的是最大限度地减少“误报”的数量（包括在这两个特征中）。

建议的关键词：混淆矩阵。