当前位置:   article > 正文

一张图理解什么是TP、FN、FP、TN_tp 和fn

tp 和fn
  
  
预测
PN
实际PTPFN
NFPTN

精确率:precision = TP / (TP + FP)

召回率:recall = TP / (TP + FN)

准确率:accuracy = (TP + TN) / (TP+ FP + TN + FN)

F1 Score = 2*(P*R)/ (P+R),其中P和R分别为 precision 和recall。

举例

总样本(实际):    P 80, N 20

检测(预测)结果:P 90,其中 72 TP,18 FP(=N); N 10,其中 TN 2,FN(=P) 8

列表如下:

  
  
预测
P 90N 10
实际P 80TP=72FN=8
N 20FP=18TN=2

精确率:precision = TP / (TP + FP) = 72 / (72 + 18) = 80%

召回率:recall = TP / (TP + FN) = 72 / (72 + 8) = 90%

准确率:accuracy = (TP + TN) / (TP+ FP + TN + FN) = 74 / 100 = 74%

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/978305
推荐阅读
相关标签
  

闽ICP备14008679号