True(False) Positives (Negatives) 的含义

本文详细解释了模型评估中常用的几个核心指标,包括真正例(TP)、真负例(TN)、假正例(FP)、假负例(FN)及其衍生指标如真正率(TPR)、真负率(TNR)、假正率(FPR)和假负率(FNR)。通过这些指标可以帮助我们更好地理解模型的预测性能。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

出处:http://www.cnblogs.com/gnuhpc/

True Positive (真正, TP)被模型预测为正的正样本;可以称作判断为真的正确率

True Negative(真负 , TN)被模型预测为负的负样本 ;可以称作判断为假的正确率

False Positive (假正, FP)被模型预测为正的负样本;可以称作误报率

False Negative(假负 , FN)被模型预测为负的正样本;可以称作漏报率

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 Rate(假负率 , FNR)  
   FNR = FN /(TP + FN)  
   被预测为负的正样本结果数 / 正样本实际数



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值