ROC(receiver operating characteristic curve)
受试者工作特征曲线,下图
此图引入了假正率,和真正率。(感觉在读红楼梦)
TPR :True Positive Rate(真正率 , TPR)或灵敏度(sensitivity)(就是前文的召回率R)
TPR = TP /(TP + FN) 正样本预测结果数 / 正样本实际数
TNR :True Negative Rate(真负率 , TNR)或特指度(specificity)
TNR = TN /(TN + FP) 负样本预测结果数 / 负样本实际数
FPR :False Positive Rate (假正率, FPR)
FPR = FP /(FP + TN) 被预测为正的负样本结果数 /负样本实际数
FNR :False Negative Rate(假负率 , F