- True Positive (真正, TP)被模型预测为正的正样本;
- True Negative(真负 , TN)被模型预测为负的负样本 ;
- False Positive (假正, FP)被模型预测为正的负样本;
- False Negative(假负 , FN)被模型预测为负的正样本;
True Positive Rate(真正率 , TPR)或灵敏度(sensitivity)
TPR = TP / (TP + FN)
正样本预测结果数 / 正样本实际数
True Negative Rate(真负率 , TNR)或特指度(specificity)
TNR = TN / (TN + FP)
负样本预测结果数 / 负样本实际数
False Positive Rate (假正率,FPR)
FPR = FP / (FP + TN)
被预测为正的负样本结果数 / 负样本实际数
False Negative Rage(假负率,FNR)
FNR = FN / (FN + TP)
被预测为负的正样本结果数 / 正样本实际数
正确率
正确率 P 是指判断为正确的样本中,实际为正确样本的个数:
P = TP / (TP + FP)
召回率
召回率 R 是指所有正例样本中预测为正例样本的比例:
R = TP / (TP + FN)
欢迎来到这里!
我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。
注册 关于