[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
麻雀无能为力3 小时前
CAU数据挖掘实验 表分析数据插件
人工智能·数据挖掘·中国农业大学
时序之心3 小时前
时空数据挖掘五大革新方向详解篇!
人工智能·数据挖掘·论文·时间序列
胡耀超8 小时前
标签体系设计与管理:从理论基础到智能化实践的综合指南
人工智能·python·深度学习·数据挖掘·大模型·用户画像·语义分析
好开心啊没烦恼10 小时前
Python 数据分析:numpy,抽提,整数数组索引与基本索引扩展(元组传参)。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy·pandas
会的全对٩(ˊᗜˋ*)و12 小时前
【数据挖掘】数据挖掘综合案例—银行精准营销
人工智能·经验分享·python·数据挖掘
kngines13 小时前
【字节跳动】数据挖掘面试题0007:Kmeans原理,何时停止迭代
人工智能·数据挖掘·kmeans
陈敬雷-充电了么-CEO兼CTO14 小时前
推荐算法系统系列>推荐数据仓库集市的ETL数据处理
大数据·数据库·数据仓库·数据挖掘·数据分析·etl·推荐算法
麻雀无能为力16 小时前
CAU数据挖掘 支持向量机
人工智能·支持向量机·数据挖掘·中国农业大学计算机
有Li1 天前
通过具有一致性嵌入的大语言模型实现端到端乳腺癌放射治疗计划制定|文献速递-最新论文分享
论文阅读·深度学习·分类·医学生
加油吧zkf1 天前
目标检测新纪元:DETR到Mamba实战解析
图像处理·人工智能·python·目标检测·分类