如何通过查全率判断数据集的训练效果

查全率是指模型正确识别出所有实际上存在的正例的能力，可以用来评估数据集的训练效果。具体步骤如下：

1. 计算数据集中所有正例的数量，记作P。
2. 使用训练好的模型对数据集进行预测，得到所有预测为正例的样本数量，记作TP。
3. 计算查全率，即TP/P。

如果查全率越高，说明模型能够更好地识别出正例，训练效果越好。但是仅仅使用查全率来衡量模型的训练效果是不够的，还需要考虑其他指标，如查准率、F1值等。