两分类器分类相反时,它们TP, FP, TN, FN的关系?
C2(x) = 1 - C1(x)
这意味着对于任何给定的 x, 两个分类器的预测结果必定是互补的。因此,一个分类器的TP将是另一个分类器的FN,一个分类器的FP将是另一个分类器的TN。
例如,如果一个实例 x 被 C1(x) 正确地预测为正例(TP),那么 C2(x) 将错误地预测它为负例(FN)。
反之,如果 C1(x) 错误地预测 x 为负例(FN),那么 C2(x) 将正确地预测它为正例(TP)。
两分类器分类相反时,它们TP, FP, TN, FN的关系?
C2(x) = 1 - C1(x)
这意味着对于任何给定的 x, 两个分类器的预测结果必定是互补的。因此,一个分类器的TP将是另一个分类器的FN,一个分类器的FP将是另一个分类器的TN。
例如,如果一个实例 x 被 C1(x) 正确地预测为正例(TP),那么 C2(x) 将错误地预测它为负例(FN)。
反之,如果 C1(x) 错误地预测 x 为负例(FN),那么 C2(x) 将正确地预测它为正例(TP)。