【机器学习理论】True Positive, True Negative, False Positive, False Negative概念
True Positive, True Negative, False Positive, False Negative概念1前面的True/False表示“对了没”，后面的positive/negative表示“预测的值”。Precision（准确率）针对预测为1（predicted值为1的行），预测正确的比率；True positive / (True positive + False pos
·
True Positive, True Negative, False Positive, False Negative概念1
- True positive-——-预测正确，且为正面；
- True negative——-预测正确，且为负面；
- False positive——-预测错误，预测为正面；（错误地预测为正面）
- False negative——预测错误，预测为负面；（错误地预测为负面）
前面的True/False表示“对了没”，后面的positive/negative表示“预测的值”。
Precision（准确率）
针对预测为1（predicted值为1的行），预测正确的比率；
True positive / (True positive + False positive)
Recall（召回率）
针对实际为1（actual值为1的列），预测正确的比率；
True positive / (True positive + False negative)
参考文献
https://blog.csdn.net/Houchaoqun_XMU/article/details/78865985 ↩︎
更多推荐
3
0- 0
已为社区贡献1条内容
所有评论(0)