本文介绍机器学习的一系列基础评估指标。
基础定义
- T : True 表示判断正确
- F : False 表示判断错误
- P : PostIve 表示判断该样本为正样本
- N : Negative 表示判断该样本为负样本
指标定义
如果总是记混,按照上述字母顺序翻译出意义即可。
- TP : (T)该判断正确,§判断该样本为正样本(事实上样本为正)
- TN : (T)该判断正确,(N)判断该样本为负样本(事实上样本为负)
- FP : (F)该判断错误,§判断该样本为正样本(事实上样本为负)
- FN : (F)该判断错误,(N)判断该样本为负样本(事实上样本为正)
|
| ||
---|---|---|---|
|
| ||
情况 |
|
|
|
|
|
|
加深理解
-
TP和TN为判别器判断正确的情况,把事实上原本的正/负样本正确分类
-
FP 表示把负样本误认成了正样本,表示虚警
-
FN表示把正样本误认成了负样本,表示漏警