故障检测、故障识别领域(分类问题)的性能评价指标

这里写自定义目录标题

故障检测、故障识别领域的评价指标

分类问题的评价指标
符号说明:
True Positive(真正,TP):将正类预测为正类的样本个数
True Negative(真负,TN):将负类预测为负类的样本个数
False Positive(假正,FP):将负类预测为正类的样本个数 → 误报
False Negative(假负,FN):将正类预测为负类的样本个数 → 漏报

1.故障检测(识别是否发生故障)
在故障检测领域,正类为故障样本,负类为正常样本
准确率(accuracy)表示样本被正确分类的比例
在这里插入图片描述
精确率(precision)表示预测为故障的样本,被正确识别为故障类别的比例
在这里插入图片描述
召回率(recall)表示在所有故障样本中,被正确识别为故障类别的比例
在这里插入图片描述
误报率(FPR)表示在所有正常样本中,被错误识别为故障类别的比例
在这里插入图片描述
漏检率(FNR)表示在所有故障样本中,被错误识别为正常样本的比例
在这里插入图片描述
F1值:精确率和召回率的加权调和平均
在这里插入图片描述
2.故障分类(识别哪种故障)
准确率(accuracy)表示样本被正确分类的比例。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

cccont

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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。

余额充值