召回率（Recall）是信息检索、分类、识别等领域常用的一个评价指标，用于衡量系统或模型的查全能力。具体来说，召回率是指在所有真实正类样本中，模型正确预测为正类样本的比例。其计算公式如下：
召回率（Recall） = 真正例（True Positives, TP） / （真正例 + 假反例（False Negatives, FN））
在二分类问题中，真正例是指模型正确预测为正类的样本数，假反例是指实际为正类但被模型预测为负类的样本数。
在多分类问题中，通常会对每个类别分别计算召回率，然后取它们的平均值。
需要注意的是，召回率与准确率（Precision）是评价分类模型性能的两个重要指标，它们通常一起使用，以全面评估模型的性能
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://sigusoft.com/bj/139255.html