场景如下：
假设原样本有两类，True和False，其中：
1.总共有T个类别为True的样本；
2.总共有F个类别为False的样本；
分类预测后：
1.总共有TT个类别为True的样本被系统判为True，FT个类别为True的样本被系统判为False，则TT+FT=T
2.
本文介绍了数据挖掘中用于评估分类效果的指标，包括精确度、准确率、召回率、漏报率和虚警率。精确度是真正正样本的比例，准确率是判断正确样本的比重，召回率是正确判断正例的比重，漏报率是正例被漏判的比例，虚警率是被判为正例但实际为负例的样本占比。同时，还提到了灵敏度（真阳性率）和特异度（真阴性率），分别表示正确判断病人的率和正确判断非病人的率。
最低0.47元/天 解锁文章
812
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
