TP :真定位预测是正确的,且预测作为正样本的正样本,FP :假定位预测是错误的,另外,预测作为正样本的负样本,TN : tte 预测的是负样本,即原始负样本,且fn :假否定预测错误,并且预测的是负样本,即原始正样本
TP/(TPfn ) ) )。
召回率Recall:模型预测的“真”正样本占所有预测的正样本的百分比
TP/(TPFP ) )。
特点:召回率和准确率以预测为真的正样本(TP )为分子。
精确率Precision模型预测“正确”的样本占所有预测样本的百分比
ACC=(TPTN )TPTNFPfn ) )。
准确率Accuracy::模型预测“错误”样本占所有预测样本的百分比
(FP FN )TPTNFPfn ) ) )。
特点:准确率和错误率以所有预测样本为分母。
Note:这些都是从预测的角度说的,正预测的是positive,负预测的是Negative
后记:我所理解的,只作为笔记,如有不恰当的理解,欢迎您的指导。 谢谢你。