TP，TN，FP，FN

最新推荐文章于 2024-05-16 16:41:28 发布

shaobo Huang

最新推荐文章于 2024-05-16 16:41:28 发布

阅读量303

点赞数

分类专栏： Machine learning

本文链接：https://blog.csdn.net/weixin_42788078/article/details/109355829

版权

Machine learning 专栏收录该内容

18 篇文章 1 订阅

订阅专栏

P：true positive，被判定为正样本，事实上也是正样本；

TN：true negative，被判定为负样本，事实上也是负样本；

FP：false positive，被判定为正样本，但事实上是负样本；

FN：false negative，被判定为负样本，但事实上是正样本；

如果y代表预测数据，y_true代表真实数据

y_true =[1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1]
y =[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, -1, 1, 1, -1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, 1, -1, -1, 1, 1, 1, 1, 1, 1, 1, -1, 1, 1, 1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, -1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
count_TP = 0
count_FP = 0
count_TN = 0
count_FN = 0
for i ,j in zip(y_true,y):
    if i==1 and j==1:
        count_TP+=1
    if i==-1 and j==1:
        count_FP+=1
    if i==1 and j==-1:
        count_FN+=1
    if i==-1 and j==-1:
        count_TN+=1
print("TP",count_TP)
print("FP",count_FP)
print("TN",count_TN)
print("FN",count_FN)