[2025分类&时序异常检测指标R-AUC与VUS]

梳理了一下分类中常见的指标,这些指标与时序异常检测 中新提出的A-RUC与VUS之间的关系

  • 真正例(True Positive,TP): 被正确识别为正样本的数量。
  • 真负例(True Negative,TN): 被正确识别为负样本的数量。
  • 假正例(False Positive ,FP): 被错误识为正样本数量
  • 假负例(False Negative,FN): 被错误识别为负样本数量
  • 精确度 (Precision,Pr): 关注所有识别为正样本中的真实正样本占比,此外还有Precison@K,即取前K为都为正确结果的度量方式
    P r ( p r e c i s i o n ) = T P T P + F P Pr(precision)=\frac{TP}{TP+FP} Pr(precision)=TP+FPTP
  • 召回率 (Recall,Re): 又称TPR关注所有正确识别结果中的正样本占比
    R e ( R e c a l l ) = T P T P + F N Re(Recall)=\frac{TP}{TP+FN} Re(Recall)=TP+FNTP
  • F1(F1-score) : F1分数,一个综合了Recall和Precision的评价β,通常取1
    ( 1 + β 2 ) ∗ P r ∗ R e β 2 ∗ P r + R e \frac{(1+β^2)*Pr*Re}{β^2*Pr+Re} β2∗Pr+Re(1+β2)∗Pr∗Re

参考资料:https://github.com/TheDatumOrg/VUS

相关推荐
qq_436962184 小时前
AI数据分析的利器:解锁BI工具的无限潜力
人工智能·数据挖掘·数据分析·ai数据分析
lilye665 小时前
精益数据分析(24/126):聚焦第一关键指标,驱动创业成功
数据挖掘·数据分析
云天徽上18 小时前
【数据可视化-28】2017-2025 年每月产品零售价数据可视化分析
机器学习·信息可视化·数据挖掘·数据分析·零售
用户1997010801820 小时前
深入解析淘宝商品详情 API 接口:功能、使用与实践指南
大数据·爬虫·数据挖掘
dundunmm1 天前
【每天一个知识点】如何解决大模型幻觉(hallucination)问题?
人工智能·数据挖掘·大模型
lilye661 天前
精益数据分析(18/126):权衡数据运用,精准把握创业方向
数据挖掘·数据分析
云天徽上1 天前
【数据可视化-30】Netflix电影和电视节目数据集可视化分析
人工智能·机器学习·信息可视化·数据挖掘
周杰伦_Jay1 天前
continue插件实现IDEA接入本地离线部署的deepseek等大模型
java·数据结构·ide·人工智能·算法·数据挖掘·intellij-idea
人大博士的交易之路1 天前
龙虎榜——20250422
大数据·数学建模·数据挖掘·缠论·缠中说禅·涨停回马枪·龙虎榜
用户199701080181 天前
深入研究:Shopee商品列表API接口详解
大数据·爬虫·数据挖掘