1.错误拒绝率(False Rejection Rate, FRR)
分类问题中,若两个样本为同类(同一个人),却被系统误认为异类(非同一个人),则为错误拒绝案例(即本不该拒绝的但拒绝了)。举个例子,用你的指纹解锁你自己的手机时,无法认证通过,则称为错误拒绝,错误拒绝率高则系统安全性高。错误拒绝率(FRR)为错误拒绝案例在所有同类匹配案例中占的比例。
F
R
R
=
错
误
拒
绝
的
案
例
错
误
拒
绝
的
案
例
+
正
确
拒
绝
的
案
例
=
t
a
r
g
e
t
2
n
o
n
t
a
r
g
e
t
t
a
r
g
e
t
2
n
o
n
t
a
r
g
e
t
+
n
o
n
t
a
r
g
e
t
2
n
o
n
t
a
r
g
e
t
FRR = \frac{错误拒绝的案例}{错误拒绝的案例+正确拒绝的案例}=\frac{target2nontarget}{target2nontarget+nontarget2nontarget}
FRR=错误拒绝的案例+正确拒绝的案例错误拒绝的案例=target2nontarget+nontarget2nontargettarget2nontarget
2.错误接受率(False Acceptance Rate, FAR)
分类问题中,若两个样本为异类(非同一个人),却被系统误认为同类(同一个人),则为错误接受案例(即本不该接受的但接受了)。举个例子,你的手机被陌生人捡到了,陌生人用他的指纹解锁了你的手机,本不该认证通过的但认证通过了,错误接受率高则系统不安全。错误接受率为错误接受案例在所有异类匹配案例的比例。
F
A
R
=
错
误
接
受
的
案
例
错
误
接
受
的
案
例
+
正
确
接
受
的
案
例
=
n
o
n
t
a
r
g
e
t
2
t
a
r
g
e
t
n
o
n
t
a
r
g
e
t
2
t
a
r
g
e
t
+
t
a
r
g
e
t
2
t
a
r
g
e
t
FAR=\frac{错误接受的案例}{错误接受的案例+正确接受的案例}=\frac{nontarget2target}{nontarget2target+target2target}
FAR=错误接受的案例+正确接受的案例错误接受的案例=nontarget2target+target2targetnontarget2target
3.等错误率(Equal Error Rate,EER)
调整阈值,使得误拒绝率(False Rejection Rate,FRR)等于误接受率 (False Acceptance Rate,FAR),此时的FAR与FRR的值称为等错误率。