一 、roc曲线
- roc曲线:接收者操作特征(receiveroperating characteristic),roc曲线上每个点反映着对同一信号刺激的感受性。
- 横轴:负正类率(false postive rate FPR)特异度,划分实例中所有负例占所有负例的比例;(1-Specificity)
- 纵轴:真正类率(true postive rate TPR)灵敏度,Sensitivity(正类覆盖率)
2.针对一个二分类问题,将实例分成正类(postive)或者负类(negative)。但是实际中分类时,会出现四种情况,命名时都以其预测的类为主要主题,再以实际分类定义其真假。
若一个实例是正类并且被预测为正类,即为真正类(True Postive TP) | TP:正确的肯定数目 |
若一个实例是正类,但是被预测成为负类,即为假负类(False Negative FN) | FN:漏报,没有找到正确匹配的数目 |
若一个实例是负类,但是被预测成为正类,即为假正类(False Postive FP) | FP:误报,没有的匹配不正确 |
若一个实例是负类,但是被预测成为负类,即为真负类(True Negative TN) | TN:正确拒绝的非匹配 |
列联表如下,1代表正类,0代表负类: