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
[J] 一坚16 小时前
深入浅出理解冒泡、插入排序和归并、快速排序递归调用过程
c语言·数据结构·算法·排序算法
水月wwww16 小时前
深度学习——神经网络
人工智能·深度学习·神经网络
czlczl2002092516 小时前
算法:二叉搜索树的最近公共祖先
算法
司铭鸿16 小时前
祖先关系的数学重构:从家谱到算法的思维跃迁
开发语言·数据结构·人工智能·算法·重构·c#·哈希算法
机器之心16 小时前
从推荐算法优化到AI4S、Pico和大模型,杨震原长文揭秘字节跳动的技术探索
人工智能·openai
johnny23316 小时前
AI加持测试工具汇总:Strix、
人工智能·测试工具
机器之心16 小时前
哈工大深圳团队推出Uni-MoE-2.0-Omni:全模态理解、推理及生成新SOTA
人工智能·openai
w***Q35017 小时前
人工智能在智能家居中的控制
人工智能·智能家居
青瓷程序设计17 小时前
花朵识别系统【最新版】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习
阿里云大数据AI技术17 小时前
PAI Physical AI Notebook详解4:基于仿真的GR00T-N1.5模型微调
人工智能