理论学习
- 混淆矩阵(Confuse Matrix)
- 若一个实例是正类,并且被预测为正类,即为真正类TP(True Positive )
- 若一个实例是正类,但是被预测为负类,即为假负类FN(False Negative )
- 若一个实例是负类,但是被预测为正类,即为假正类FP(False Positive )
- 若一个实例是负类,并且被预测为负类,即为真负类TN(True Negative )
- ROC(Receiver Operating Characteristic)
ROC空间将假正例率(FPR)定义为 X 轴,真正例率(TPR)定义为 Y 轴。
TPR:在所有实际为正例的样本中,被正确地判断为正例之比率。 T P R = T P T