感谢这篇博客:http://blog.csdn.net/hysteric314/article/details/54093734
最近也在看YOLO论文,这些基本问题一定要搞懂。
大雁与飞机
对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被预测成正类,即为真正类(True positive),如果实例是负类被预测成正类,称之为假正类(False positive)。相应地,如果实例是负类被预测成负类,称之为真负类(True negative),正类被预测成负类则为假负类(false negative)
之前看斯坦福机器学习课程,貌似用的是得肿瘤这件事来说明这个问题的,这里用到大雁与飞机也十分有趣。
现在做如下的定义:
True positives : 飞机的图片被正确的识别成了飞机。
True negatives: 大雁的图片没有被识别出来,系统判断正确。
False positives: 大雁的图片被错误地识别成了飞机。
False negatives: 飞机的图片没有被识别出来,系统判断错误。
也就是positives和negatives分别代表预测是正类还是负类,true和false分别代表你预测的正确性。
让我们对应一下下图看看是否理解了我们的假设:
那么在识别出的这四张照片中:
TP(True positives) : 有三个,画绿色框的飞机,飞机是正样本被成功预测了。
FP(False positives): 有一个,画红色框的大雁,大雁是负样本,但是被检测出来所以错了。
没被识别出来的六张图片中:
TN(True negatives) : 有四个