1.TP,TN,FP,FN:
下面两个图说的就很明白了吧。左侧有点混淆矩阵的感觉
P:标签为正样本。
N:标签为负样本。
T:预测对了。
F:预测错了
TP:正样本被预测为正样本。
FN:正样本被预测为负样本。 预测错了呗
FP:负样本被预测为正样本。 预测错了呗
TN:负样本被预测为负样本。
2.PR曲线计算:
2.1 PR曲线画图要知道P是啥 R是啥。
正样本精确率为:Precision=TP/(TP+FP),表示的是 正样本识别正确总数 / 识别为正样本的样本总数
正样本召回率为:Recall=TP/(TP+FN),表示的是 正样本识别正确总数 / 正样本的样本总数
上面这个Pre