白话讲什么是TP、TN、FP、FN

Seven Chrries

已于 2023-03-30 16:28:40 修改

阅读量1.2k

点赞数

文章标签：机器学习 python 深度学习

于 2023-03-30 13:58:47 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Ricaido_che/article/details/129856145

版权

TP == True Positives
其指的是被分配为正样本，而且分配对了的样本，代表的是被正确分类的正样本。
白话：正确的预测该样本，且样本为正样本，即预测正确，也是模型最需要实现的东西

TN == True Negatives
其指的是被分配为负样本，而且分配对了的样本，代表的是被正确分类的负样本。
白话：正确的预测该样本，且样本为负样本，即预测正确，也是模型最需要实现的东西

FP == False Positives
其指的是被分配为正样本，但分配错了的样本，代表的是被错误分类的负样本。
白话：本身为负样本，但却错误的预测为正样本，即误检

FN == False Negatives
其指的是被分配为负样本，但分配错了的样本，代表的是被错误分类的正样本。
白话：本身为正样本，却错的预测为负样本，即漏检

#################################################################################
最后放一个抄来的图
在这里插入图片描述

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
白话讲什么是TP、TN、FP、FN

其指的是被分配为正样本，而且分配对了的样本，代表的是被正确分类的正样本。其指的是被分配为负样本，而且分配对了的样本，代表的是被正确分类的负样本。其指的是被分配为正样本，但分配错了的样本，代表的是被错误分类的负样本。其指的是被分配为负样本，但分配错了的样本，代表的是被错误分类的正样本。白话：本身为负样本，但却错误的预测为正样本，即。白话：正确的预测该样本，且样本为正样本，即。白话：正确的预测该样本，且样本为负样本，即。白话：本身为正样本，却错的预测为负样本，即。，也是模型最需要实现的东西。
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。