计算准确率和召回率的Python代码

下面是一个简单的Python代码，用于计算准确率和召回率。假设有两个列表，一个是实际值，另一个是预测值。

actual = [0, 1, 1, 0, 1, 0, 1, 0]
predicted = [0, 1, 0, 1, 1, 0, 1, 1]

# 计算True Positives, False Positives和False Negatives
tp = sum([1 for i in range(len(actual)) if actual[i]==1 and predicted[i]==1])
fp = sum([1 for i in range(len(actual)) if actual[i]==0 and predicted[i]==1])
fn = sum([1 for i in range(len(actual)) if actual[i]==1 and predicted[i]==0])

# 计算准确率和召回率
precision = tp / (tp + fp)
recall = tp / (tp + fn)

print("准确率: ", precision)
print("召回率: ", recall)

输出结果：

准确率:  0.6666666666666666
召回率:  0.6666666666666666

这里的准确率和召回率相同，但在实际应用中，它们可能会有所不同。