查全率

在数据分类性能度量中「查全率」（Recall）表示被分类为该类的样本中，真正属于该类的样本所占的比例。例如给定混淆矩阵中

• 「真正例」（True Positive，TP）：测试集中是 Positive，模型预测结果为 Positive 的数据
• 「假反例」（False Negative，FN）：测试集中是 Positive，模型预测结果为 Negative 的数据

则可以定义「查全率」为

为什么它会被称为「查全率」呢？这个术语的命名源自于信息检索领域，其背后的思想是希望系统能够尽可能"查全"或"召回"所有相关的信息。

因此可以理解为原本所有的 Positive 被分散到整个数据集后，分类器能够将所有 Positive 重新分类回来的比例。其中 就是被正确分类回来的， 就是原本是 Positive 但是被误认为 Negative 的，没能正确分类回来的那些样本。