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
一点一木6 小时前
从零实现 LLM(下):推理生成、常见问题与进阶优化
人工智能·chatgpt·llm
Juchecar6 小时前
PyTorch 的张量(Tensor)与 NumPy 的数组(Array)区别
人工智能
七牛云行业应用6 小时前
私有化存储架构演进:从传统NAS到一体化数据平台
大数据·人工智能·架构·云计算·七牛云存储
爱喝奶茶的企鹅7 小时前
Ethan独立开发新品速递 | 2025-09-02
人工智能·程序员
聚客AI7 小时前
🤖告别复杂粘合代码:LangGraph+OceanBase构建智能Agent蓝图
人工智能·llm·agent
2302_799525747 小时前
【Hot100】15.三数之和
算法·leetcode·go·hot100
爱喝奶茶的企鹅7 小时前
Ethan开发者创新项目日报 | 2025-09-02
人工智能
我想吃烤肉肉7 小时前
leetcode-python-1796字符串中第二大的数字
python·算法·leetcode
前端开发工程师请求出战7 小时前
从“调旋钮”到“预训练”:一文看懂AI模型的“成长史”
人工智能