机器学习指标：精确率（Precision）详解

精确率（Precision）是指分类模型在预测结果中正确的样本数量占预测结果中总样本数量的比例。在二分类问题中，精确率可以表示为：

精确率 = 真阳性 / (真阳性 + 假阳性)

其中，真阳性（True Positive）表示模型正确预测为正例的样本数量，假阳性（False Positive）表示模型错误预测为正例的样本数量。

精确率越高，表示模型在预测结果中正确的样本数量越多，具有更好的预测准确性。