一、公式符号
T:真 F:假
N:阴 P:阳
(以下以观察肿瘤是恶性还是良性为例说明)
TP:真阳性,即正确的预测出恶性肿瘤数量
TN:真阴性,即正确的预测肿瘤是良性的数量(该项无法看出模型正确识别恶性肿瘤的能力)
FP:假阳性,错误的预测一个肿瘤为恶性的数量
FN:假阴性,错位的预测一个肿瘤为良性的数量(该项相较于假阳性更为严重)
二、常见的分类性能衡量标准
1、准确率(ACC):所有预测都正确
2、精确率(P):预测正确的结果中真阳性的比例
T:真 F:假
N:阴 P:阳
(以下以观察肿瘤是恶性还是良性为例说明)
TP:真阳性,即正确的预测出恶性肿瘤数量
TN:真阴性,即正确的预测肿瘤是良性的数量(该项无法看出模型正确识别恶性肿瘤的能力)
FP:假阳性,错误的预测一个肿瘤为恶性的数量
FN:假阴性,错位的预测一个肿瘤为良性的数量(该项相较于假阳性更为严重)
1、准确率(ACC):所有预测都正确
2、精确率(P):预测正确的结果中真阳性的比例