优分率通常用于评估分类器在识别正例样本方面的准确性。在统计学和机器学习领域中，优分率（Precision）的计算公式是：
```
优分率 = TP / （TP + FP）
其中：`TP` 表示真正例数（True Positive），即被正确分类为正例的样本数量。`FP` 表示假正例数（False Positive），即被错误分类为正例的样本数量。优分率越高，表示分类器识别正例样本的准确性越高。如果你需要计算具体的优分率，请提供真正例数和假正例数的数据，我可以帮助你进行计算
正文
优分率怎么算
-- 展开阅读全文 --