AudioSet指标解释

混淆矩阵

混淆矩阵包含四部分的信息：

1. True negative(TN)，称为真阴率，表明实际是负样本预测成负样本的样本数
2. False negative(FN)，称为假阴率，表明实际是正样本预测成负样本的样本数
3. False positive(FP)，称为假阳率，表明实际是负样本预测成正样本的样本数
4. True positive(TP)，称为真阳率，表明实际是正样本预测成正样本的样本数

ROC（receiver operating characteristic curve）

• $$FPR=\frac{FP}{FP+TN}$$
• $$TPR=\frac{TP}{TP+FN}$$

以FPR为横坐标，TPR为纵坐标，就可以得到下面的坐标系

选定不同的阈值会得到不同的FPR和TPR,当我们不断改变阈值，就会得到不同的FPR和TPR。然后我们将得到的(FPR , TPR)连接起来，就得到了ROC曲线.

AUC

AUC为ROC曲线下的面积，数值越大性能越好，最大为1.0，为完美的分类器，对应d-prime为无穷大；AUC最小为0.5，为完全瞎猜的分类器，对应d-prime为0.

mAP（mean average precision）

多个类别目标检测中，每个类别都可以根据recall（召回率）和percision（准确率）绘制一条曲线。AP就是该曲线下的面积，mAP意思是对每一类的AP再求平均。

• $$召回率（recall）=\frac{\mathbf{T}\mathbf{P}}{\mathbf{T}\mathbf{P}+\mathbf{F}\mathbf{N}}=\mathbf{R}$$
• $$准确率（precision）=\frac{\mathbf{T}\mathbf{P}}{\mathbf{T}\mathbf{P}+\mathbf{F}\mathbf{P}}=\mathbf{P}$$

把recall当成横坐标，precision当成纵坐标，即可得到常用的precision-recall曲线。

具体例子