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
tankeven9 分钟前
动态规划专题(03):区间动态规划从原理到实践(未完待续)
c++·算法·动态规划
VBsemi-专注于MOSFET研发定制18 分钟前
面向AI水泥厂储能系统的功率器件选型分析——以高可靠、高效率的能源转换与管理系统为例
人工智能·能源
海兰24 分钟前
【第2篇】LangChain的初步实践
人工智能·langchain
漫游的渔夫26 分钟前
别再直接 `json.loads` 了!AI 返回的 JSON 坑位指南
前端·人工智能
Warren2Lynch31 分钟前
AI 驱动的 UML 图表支持全景指南
人工智能·架构·uml
小鱼~~1 小时前
什么是父进程
人工智能
找了一圈尾巴1 小时前
OpenClaw技能实战:Experience Distiller 让AI从错误中自我进化
人工智能·openclaw
蕤葳-1 小时前
AI项目经验在招聘中的作用
人工智能
devpotato1 小时前
人工智能(四)- Function Calling 核心原理与实战
java·人工智能
田梓燊1 小时前
2026/4/11 leetcode 3741
数据结构·算法·leetcode