False Positive 和 False Negative

最新推荐文章于 2019-11-25 21:25:47 发布
最新推荐文章于 2019-11-25 21:25:47 发布
阅读量1w 收藏 4
点赞数 1
分类专栏： 数据分析 文章标签： 统计学-海量数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012733215/article/details/46308359
版权

False Positive 和 False Negative

  1. 在统计学中，总是会对现实的现象进行模拟建模，然后进行预测，然后将预测结果与现实中的观察结果(真实结果)进行比较，由于预测并不一定是百分百的正确，总会出现一些偏差，比如真实结果是正确的，然而预测却是错误的，这是False Positive，这也成为误报;也有可能出现真实结果是错误的，然后预测却是正确的，这是False Negative, 这也称为漏报。

  2. 为了记忆方便我们可以这样记，Positive/Negative 是观察结果(真实结果),True/False是预测结果，如果预测结果与观察结果不一致则用False，预测结果与观察结果一致则用True。所以我们还有两中情况，观察结果为真，预测结果也为真，这是True Positive; 观察结果为假，预测结果也为假，这是True negative。

  3. 我们可以把这几种情况用图说明下：

    预测结果为Flase 预测结果 True
    观察结果 Positive False Positive (Error I) True Positive
    观察结果 Negative True Negative False Ne
最低0.47元/天 解锁文章
_hawkcoder
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
True(False) Positives (Negatives), 召回率和精度定义
luckydongbin的专栏
04-01 2万+
True Positive （真正, TP）被模型预测为正的正样本；True Negative（真负 , TN）被模型预测为负的负样本 ；False Positive （假正, FP）被模型预测为正的负样本；False Negative（假负 , FN）被模型预测为负的正样本；True Positive Rate（真正率 , TPR）或灵敏度（sensitivity）    TPR
理解 假阳性（false positive）和假阴性(false negative）概念
热门推荐
weixin_43614795的博客
11-22 3万+
2018-11-22：理解假阳性（false positive）和假阴性(false negative）这两个概念假阴性false negative和假阳性false positive概念理解举个例子解法（1）：列数字讲道理法解法（2）：画树状图法，简称画图法哈哈哈解法（3）：贝叶斯公式（Bayes大法好） 假阴性false negative和假阳性false positive 概念理解 当你真的...
false positive 与 false negative
风月之夕的博客
07-20 2878
false positive false negative recall rate precision rate
什么是False Positive和False Negative
weixin_33724046的博客
04-24 1351
False positive和False negative这两个词广泛出现在各种领域，就计算机领域来说，通常出现在与安全有关的技术资料中，是什么意思呢？我们来分析一下。 首先，两个词的共有部分是False，假的，拿流行话来说叫不靠谱。那后面的词是什么意思呢？ Positive的中文意思是“确实的；积极的，肯定的；正的，阳性的”，我们暂时用阳性这个词好了。这个词...
从false positive说起
shaoxiaohu的专栏
06-01 2万+
从目标检测的结果评测时，一直要与false positve, precision rate, recall rate这几个名词。总是在用的时候比较清楚这几个词的意思，但是时间一长，又给忘了。前几天跟师兄讨论这个问题，还是迷迷糊糊，模棱两可。决定干脆总结并记下来，以备不时之需。   这三个词的中文意思分别是：误检率（也可以被称作虚警率），查准率和查全率。它们是怎么通过计算得出，可以看下图：
Angularjs-Directive-Accept-Positive-Negative-Decimal-Number-Only:Angularjs Directiv仅接受正负十进制数
04-27
input valid-number ng-model="mynumber" allow-decimal="false" allow-negative="false" type="text"> Negative Number <input valid-number ng-model="mynumber" allow-decimal="false" allow-negative=...
Python数据相关系数矩阵和热力图轻松实现教程
09-16
以猫狗分类为例，假设有四个可能的结果：真正例(True Positive, TP)，假正例(False Positive, FP)，真反例(True Negative, TN)，假反例(False Negative, FN)。这些术语描述了模型预测结果与实际类别之间的对应关系。...
98.机器学习中的评价指标和应用场景 - n0rthz的博客 - CSDN博客1
08-03
5. **ROC曲线和AUC**：ROC曲线是以False Positive Rate (FPR)为x轴，True Positive Rate (TPR)为y轴绘制的曲线，展示了模型在不同阈值下的性能。曲线下面积（AUC）表示模型区分正负类的能力，AUC越大，模型性能越好...
PsychoInformatic:用于测试各种学习心理学理论的教学游戏模板和示例
06-03
[X] 实现 {true,false}.{positive,negative} 答案的分数 [ ] 学习者回答后显示正确答案 [] 重构代码 简单的应用程序管理（乘法）抽认卡 [0%] [ ] 生成两张随机乘法抽认卡，并从中提出一个问题 [ ] 生成一副包含所有...
darktriad:分析弦乐的黑社会（自恋，马基雅维利主义和精神病）
04-29
darkTriad 分析一个字符串的黑社会（自恋，马基雅维利主义和精神病）。... NEGATIVE_INFINITY , 'nGrams' : [ 2 , 3 ] , 'noInt' : false , 'output' : 'lex' , 'places' : 9 , 'sortBy' : 'lex' ,
True(False) Positives (Negatives)
weixin_34239169的博客
04-29 216
True Positive （真正, TP）被模型预测为正的正样本；可以称作判断为真的正确率 True Negative（真负 , TN）被模型预测为负的负样本 ；可以称作判断为假的正确率 False Positive （假正, FP）被模型预测为正的负样本；可以称作误报率 False Negative（假负 , FN）被模型预测为负的正样本；可以称作漏报率 Tr...
false positive fals negative等具体含义
greenchina1992的专栏
03-19 1008
转载至：http://blog.csdn.net/xywlpo/article/details/6439039 表示分类正确： True Positive：本来是正样例，分类成正样例。True Negative：本来是负样例，分类成负样例。 表示分类错误： False Positive ：本来是负样例，分类成正样例，通常叫误报。False Negative：本来
浅析True Positives 、True Negatives、False Negatives、False Positive以及召回率和精度
天道十二的博客
09-19 1万+
先来解释下面四个的意思： True Positive （真正, TP）被模型预测为正的正样本； True Negative（真负 , TN）被模型预测为负的负样本 ； False Positive （假正, FP）被模型预测为正的负样本； False Negative（假负 , FN）被模型预测为负的正样本； 真正率：True Positive Rate（TPR）也称为灵敏度（Sen...
False Negative 及相关概念解释
the Blog of 等不到天亮丶等时光
11-25 1万+
软工里面经常看到，但是总是记不住false positive以及相关的召回率（recall），准确率（precision）的概念，所以这里简单记录下。
预测分析：R语言实现1.4　性能衡量指标
weixin_33852020的博客
05-02 954
1.4　性能衡量指标 在上一节讨论预测建模过程的时候，我们讨论了利用训练集和测试集对被训练模型的性能进行评估的重要性。在本节，我们要审视在描述不同模型的预测精确度时常遇见的某些性能衡量指标。其实，根据问题的不同类型，会需要使用略有差异的性能评估方式。由于本书讨论的重点是有监督的模型，所以我们会审视如何评估回归模型和分类模型。对于分类模型，我们还会讨论二...
true-positive，false-positive，true-negative，false-negative差别
cnbird's blog
09-03 2万+
考虑一个二分问题，即将实例分成正类（positive）或负类（negative）。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 n
混淆矩阵中的True Positive、False Negative、False Positive和True Negative的数量为62314、25169、2583、3928准确率和召回率、F1值是多少
最新发布
05-10
首先，我们需要计算准确率、召回率和 F1 值： 准确率（Accuracy）= (TP + TN) / (TP + TN + FP + FN) = (62314 + 3928) / (62314 + 25169 + 2583 + 3928) ≈ 0.7 召回率（Recall）= TP / (TP + FN) = 62314 / (62314 + 25169) ≈ 0.71 F1 值 = 2 * (Precision * Recall) / (Precision + Recall) 我们需要计算 Precision，Precision（查准率）= TP / (TP + FP) = 62314 / (62314 + 2583) ≈ 0.96 F1 值 = 2 * (0.96 * 0.71) / (0.96 + 0.71) ≈ 0.81 因此，该混淆矩阵的准确率约为 0.7，召回率约为 0.71，F1 值约为 0.81。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值