查准率，查全率，真正例率，假正例率

本文转载自查看原文 2019-10-31 20:02 520

本篇对他们的定义不做深入探究，主要是用来对比方便记忆。

	正例	反例
正例	TP	TN
反例	FP	FN

查准率： $P = \frac{TP}{TP + FP}$ 准不准，竖相加
在这里插入图片描述

查全率： $R = \frac{TP}{TP + TN}$ 全不全，横向加
在这里插入图片描述

真正例率 : $TPR = \frac{TP}{TP+FN}$ 主(正)对角线相加
在这里插入图片描述
假正例率： $FPR = \frac{FP}{FP + TN}$ 副对角线相加 此分子为FP

本站转载的文章为个人学习借鉴使用，本站对版权不负任何法律责任。如果侵犯了您的隐私权益，请联系本站邮箱yoyou2525@163.com删除。

猜您在找 对TPR(真正例率) 与 FPR(反正例率)的理解混淆矩阵、准确率、精确率/查准率、召回率/查全率、F1值、ROC曲线的AUC值一文让你彻底理解准确率，精准率，召回率，真正率，假正率，ROC/AUC 查准率与查全率(precision and recall) 的个人理解机器学习——建立决策树模型，使用gini、entropy指标分别分析，并对数据进行可视化，对模型进行评估，计算假正率、准确率、查全率（阿尔及利亚森林火灾） Halcon 映射校正例程注释(MapImage) 多分类问题中查全率和查准率的理解 P(查准率)，R(查全率)，F1 值 pytorch实战：详解查准率（Precision）、查全率（Recall）与F1 02_精确度，召回率，真阳性，假阳性