下表是利用人工智能预测某人是否是罪犯的数据（1）请解释每个术语的真实情况和预测情况（2）计算准确率、精确率、召回率（3）2中的3

下表是利用人工智能预测某人是否是罪犯的数据
（1）请解释每个术语的真实情况和预测情况
（2）计算准确率、精确率、召回率
（3）2中的3个评价指标中哪个最适合应用在该模型中？说明理由

【正确答案】：（1）这里只要记住True、False描述的是分类器是否判断正确，Positive、Negative是分类器的分类结果。
TP表示真实情况为是罪犯，模型预测结果为是罪犯
FP表示真实情况为不是罪犯，模型预测结果为是罪犯
TN表示真实情况为不是罪犯，模型预测结果为不是罪犯
FN表示真实情况为是罪犯，模型预测结果为不是罪犯
（2）准确率=（TP+TN）/（TP+FP+TN+FN）=（20+45）/（20+30+45+5）=0.65
精确率=TP/（TP+FP）=20/（20+30）=0.4
召回率=TP/（TP+FN）=20/（20+5）=0.8
（3）该模型适合使用精确率为指标，因为秉着“不错怪任何好人”的原则，希望识别出来的“罪犯”确实全部是真的罪犯。因此，我们要让精确率尽可能高，判断出的正值不能有失误。虽然这样做可能会使得一些嫌犯“逃脱”，但仍然是这个任务中可以接受的结果，总比错将好人当作犯人产生不必要的麻烦要好得多。