- 博客(1)
- 收藏
- 关注
原创 关于AUC/ROC,F1-score,recall, precision的一些总结
例子在个100人的样本中,有10人事实上患有A病(阳性),经过检测后,9人判定患有A病(真阳性),而1人判定并不患有A病(假阴性); 另外的90人实际上并不患有A病(阴性),然后经过检测后,其中的5人被判定患有A病(假阳性),另外的85人判定不患有A病(真阴性)。灵敏度=真阳性/(真阳性+假阴性)=9/(9+1)=90%;特异度=真阴性/(真阴性+假阳性)=85/(85+5)=94.4%.此处,灵敏度即为在患病人群中,成功确证患病的概率;而特异度即为在不患病的人群中,成功排除患病的概率。
2020-04-02 09:18:42
879
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人