TP、TN、FP、FN解析
一、基础概念
TP:被模型预测为正类的正样本
TN:被模型预测为负类的负样本
FP:被模型预测为正类的负样本
FN:被模型预测为负类的正样本
TP、TN、FP、FN超级详细解析
二、通俗理解
以苹果好坏的二分类数据集为例,我们来通俗理解一下什么是TP、TN、FP、FN。
TP:模型预测是好果,预测正确(实际是好果,而且也被模型预测为好果)
TN:模型预测是坏果,预测正确(实际是坏果,而且也被模型预测为坏果)
FP:模型预测是好果,预测错误(实际是坏果,但是被模型预测为了好果)
FN:模型预测是坏果,预测错误(实际是好果,但是被模型预测为了坏果)
三、查准率、查全率
(1)查准率、查全率代表的含义
查准率:模型挑出来的苹果中有多少比例是好果
查全率:所有真正的好果中有多少比例是被模型挑出来的
(2)计算查准率、查全率
查准率用P来表示:TP/(TP+FP)
查全率用R来表示:TP/(TP+FN)