召回率与精确率

召回率、准确率、精确率

参考准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measure，解释的比较清楚。wiki上的一张图，特别清楚的表述了Precision与Recall的区别：

从字面意思上分析，Recall意思是“召回”，也就是说，目标是存在的，上图中，要召回的目标是所有的实心点，目标是分类器中理想情况下所有该类别的元素，举个文中的例子：

假如某个班级有男生80人,女生20人,共计100人.目标是找出所有女生. 现在某人挑选出50个人,其中10人是女生,另外还错误的把40个男生也当作女生挑选出来了. 作为评估者的你需要来评估(evaluation)下他的工作

召回的目标是“所有女生(20)”，而有个“率”，当然是个比值，这个召回率是衡量一个分类器（挑选的人）的工作成果怎么样的，所以，分子是分类器中的召回的正确的目标(10)，上文中也就是10/20=50%

还有个精确率，其实从英文角度看，与准确率很难区分，但是精确率与召回率关系很大

有个问题： 以图搜图的使用场景？

如果召回率只有60%多，以图搜图的使用场景？