深圳网站建设送域名,大连模板建站定制,学校做网站难吗,怎么申请一个免费的网站在一个数据集检测中#xff0c;会产生四类检测结果#xff1a;TP、TN 、FP 、FN#xff1a;
T ——true 表示正确
F——false 表示错误
P—— positive 表示积极的#xff0c;看成正例
N——negative 表示消极的#xff0c;看成负例
我的理解#xff1a;后面为预测结…在一个数据集检测中会产生四类检测结果TP、TN 、FP 、FN
T ——true 表示正确
F——false 表示错误
P—— positive 表示积极的看成正例
N——negative 表示消极的看成负例
我的理解后面为预测结果前面是预测结果的正确性。如
T P—— 预测为 P 正例, 预测对了 本来是正样本检测为正样本真阳性。 T N—— 预测为 N 负例, 预测对了 本来是负样本检测为负样本真阴性。 F P—— 预测为 P 正例, 预测错了 本来是负样本检测为正样本假阳性。 F N—— 预测为 N 负例, 预测错了 本来是正样本检测为负样本假阴性。
TPFPTNFN样本总数。 TPFN实际正样本数。 TPFP预测结果为正样本的总数包括预测正确的和错误的。 FPTN实际负样本数。 TNFN预测结果为负样本的总数包括预测正确的和错误的
召回率(Recall):
表示的是样本中的正例有多少被预测正确了找得全所有正例中被正确预测出来的比例。
精确率(Precision):
表示的是预测为正的样本中有多少是真正的正样本找得对。预测结果中真正的正例的比例。
准确率(Accuracy):
模型判断正确的数据(TPTN)占总数据的比例
漏检率:
反映分类器或者模型正确预测负样本纯度的能力减少将正样本预测为负样本即正样本被预测为负样本占总的正样本的比例。值越小性能越好 误检率:
反映分类器或者模型正确预测正样本纯度的能力减少将负样本预测为正样本即负样本被预测为正样本占总的负样本的比例。值越小性能越好
