准确率、召回率、精确率和F1 score是怎么算的

准确率（Accuracy）是指分类器正确预测的样本数占总样本数的比例，即：

准确率 = (TP + TN) / (TP + TN + FP + FN)

其中，TP（True Positive）表示真正例，即分类器正确预测为正类的样本数；TN（True Negative）表示真反例，即分类器正确预测为负类的样本数；FP（False Positive）表示假正例，即分类器错误预测为正类的样本数；FN（False Negative）表示假反例，即分类器错误预测为负类的样本数。

召回率（Recall）是指分类器正确预测为正类的样本数占所有正类样本数的比例，即：

召回率 = TP / (TP + FN)

精确率（Precision）是指分类器正确预测为正类的样本数占所有预测为正类的样本数的比例，即：

精确率 = TP / (TP + FP)

F1 score是综合考虑了准确率和召回率的一个指标，它是准确率和召回率的调和平均数，即：

F1 score = 2 * (精确率 * 召回率) / (精确率 + 召回率)