分类准确率是单一数字评估指标(single-number evaluation metric)的示例：你在你的开发集（或测试集）上运行你的分类器,然后得到样本分类正确的比例（fraction）（单个数字），根据这个指标，如果分类器A的准确率为97%，分类器B的准确率为90%，那么我们认为分类器A更好。
相比之下，精度（查准率）（Precision）和召回率（查全率）（Recall）[3]就不是一个单一数字的评估指标：它给出两个数字来评估分类器。拥有多个评估指标使得算法之间的比较更加困难，假设你的算法表现如下：
分类器 精度 召回率
A 95% 90%
B 98% 85%
如上所示，这两个分类器的性能差不多，这就导致我们无法轻松的选择最好的那个。
在开发期间，你的团队会尝试大量关于算法架构，参数调整，特征选择等方面的想法。使用单一数字评估指标（如精度）使得你可以根据其在该指标上的表现快速对所有模型进行排序，从而绝对哪一个最好。
如果你真的即关心精度也关心召回率，我推荐你使用一个标准方法来把他们组合成一个单一的数字。例如你可以使用它们的平均值。或者你可以计算F1值（F1 score），这是一种基于平均值改善的方法，比简单的取平均值的效果要好。[4]
分类器 精度 召回率 F1值
A 95% 90% 92.4%
B 98% 85% 91.0%
当你面对大量的分类器时，使用单一数字评估更加方便和快速的让你选择出最好的分类器。
在最后一个例子中，假如你得到了分别在四个主要市场（（1）美国，（2）中国，（3）印度和（4）其他地区）猫咪分类器的准确率。这里提供了四个指标。通过对这四个数据进行平均或加权平均，最终得到一个单一数字度量。取平均值或加权平均值是合并多个指标的常见方法之一。
[3]猫咪分类器的精度是指在开发集（或测试集）中检测出所有猫咪图片中有多少比例是真正的含有猫咪。它的召回率是指在开发集（或测试集）中所有真正的猫咪图片中有多少比例被检测出来了。在高精度和高召回率之间通常是权衡的。
[4]如果你想了解更多关于F1值的信息，请见： https://en.wikipedia.org/wiki/F1_score 它是 基于精度和召回率的“几何平均（geometric mean）”定义的，计算公式为： 2/((1/精度)+(1/召回率)).