精确率、召回率、漏检率、误判率

混淆矩阵:

|------|---------|---------|
| | 实际为正(P) | 实际为负(N) |
| 预测为正 | TP | FP |
| 预测为负 | FN | TN |

  • TP(True Positive):实际为正,预测也为正(正确检出)

  • FP(False Positive):实际为负,预测成正(误判为正,假阳性)

  • FN(False Negative):实际为正,预测成负(漏检,假阴性)

  • TN(True Negative):实际为负,预测也为负(正确排除)

精确率Precision

定义:所以被系统判为正是的样本中,实际为正的比例。

精确率 =

反映"预测为正的有多可信"。
召回率Recall

定义:实际为正的样本中,被系统成功检出的比例。

召回率 =
误判率 False Positive Rate

定义:实际为负的样本中,被系统误判为正的比例。

误判率 =

也叫假阳性率,即负样本被误判成正的概率。
漏检率 False Negative Rate

定义:实际为正的样本中,被系统遗漏掉(没检出)的比例。

漏检率 =

也叫假阴性率,即漏掉正样本的概率。

和召回率是互补的,即召回率 = 1 - 漏检率

相关推荐
AKAMAI43 分钟前
Akamai Cloud客户案例 | CloudMinister借助Akamai实现多云转型
人工智能·云计算
hh随便起个名2 小时前
力扣二叉树的三种遍历
javascript·数据结构·算法·leetcode
小a杰.2 小时前
Flutter 与 AI 深度集成指南:从基础实现到高级应用
人工智能·flutter
colorknight3 小时前
数据编织-异构数据存储的自动化治理
数据仓库·人工智能·数据治理·数据湖·数据科学·数据编织·自动化治理
Lun3866buzha3 小时前
篮球场景目标检测与定位_YOLO11-RFPN实现详解
人工智能·目标检测·计算机视觉
janefir3 小时前
LangChain框架下DirectoryLoader使用报错zipfile.BadZipFile
人工智能·langchain
齐齐大魔王4 小时前
COCO 数据集
人工智能·机器学习
Dingdangcat864 小时前
城市交通多目标检测系统:YOLO11-MAN-FasterCGLU算法优化与实战应用_3
算法·目标检测·目标跟踪
tang&4 小时前
滑动窗口:双指针的优雅舞步,征服连续区间问题的利器
数据结构·算法·哈希算法·滑动窗口
拼命鼠鼠5 小时前
【算法】矩阵链乘法的动态规划算法
算法·矩阵·动态规划