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
火山引擎开发者社区9 小时前
没有长期记忆,Agent 谈何持续进化?一图看懂火山 Mem0:解锁 Agent 持续学习与进化之路
人工智能
冬奇Lab12 小时前
Workflow 系列(06):安全——跨步骤注入传播与四层防御
人工智能·工作流引擎
冬奇Lab12 小时前
每日一个开源项目(第149篇):RAG-Anything - 把图片、表格、公式当成一等公民的多模态 RAG 框架
人工智能·开源
米小虾13 小时前
AI Agent 安全实战指南:当智能体开始"不听话",开发者该如何应对?
人工智能·安全·agent
IT_陈寒14 小时前
Vite的热更新突然不香了,排查三小时差点砸键盘
前端·人工智能·后端
阿里云大数据AI技术16 小时前
构建高转化海外电商搜索:阿里云OpenSearch行业算法版的全链路智能优化策略实战
人工智能·搜索引擎
Awu122716 小时前
⚡从零开发 Agent CLI(五)实现一个可治理、可扩展的工具系统
前端·人工智能·claude
字节跳动视频云技术团队16 小时前
让 Agent 成为音视频工作台:AI MediaKit CLI + Skill 发布
人工智能·音视频开发