准确度计算公式详细讲解

准确度 = (正确预测数量 / 总预测数量) 100%
详细解释：

1. 正确预测数量：指的是模型预测为正例（例如，垃圾邮件为垃圾邮件）或负例（例如，正常邮件为正常邮件）的实际数量。
2. 总预测数量：是模型预测为正例或负例的所有数量，包括正确和错误的预测。
3. 计算：将正确预测数量除以总预测数量，得到的结果乘以100%，转换为百分比形式。
   例子：

• 时间：2023年3月
• 地点：某互联网公司数据中心
• 数字：模型预测垃圾邮件1000封，其中900封是正确的，100封是错误的。
  准确度 = (900 / 1000) 100% = 90%
  这意味着模型的准确度是90%。

准确度 = (TP + TN) / (TP + TN + FP + FN) TP：真阳性，正确预测为正例的数量 TN：真阴性，正确预测为负例的数量 FP：假阳性，错误预测为正例的数量 FN：假阴性，错误预测为负例的数量
以2019年某电商平台用户行为分析为例，准确度为98%，说明在该季度，系统正确识别用户行为的比例高达98%。