- 真正例TP(true positive)
- 假正例FP(false positive)
- 真反例TN(true negative)
- 假反例FN(false negative)
二分类
混淆矩阵：
真实情况\预测结果正例反例正例TP(真正例)FN(假反例)反例FP(假正例)TN(真反例)
- 根据上表显然有T P + F P + T N + F N = 样 例 总 数 TP+FP+TN+FN=样例总数T P +F P +T N +F N =样例总数
准确率(Accuracy)
A = T P + T N T P + F N + F P + T N A={TP+TN \over TP+FN+FP+TN}A =T P +F N +F P +T N T P +T N
- 所有预测正确的样例在所有样例中占的比例
查准率/精度(Precision)
P = T P T P + F P P={TP \over TP+FP}P =T P +F P T P
- 在所有预测为正例的样例中，真正的正例占的比例
查全率/检出率(Recall)
R = T P T P + F N R={TP \over TP+FN}R =T P +F N T P
- 在所有原本就是正例的样本中，预测出也为正例的样本所占的比例
F1-score
F 1 = 2 ∗ P ∗ R P + R = 2 ∗ T P 样 例 总 数 + T P − T N F1={2PR \over P+R}={2*TP \over 样例总数+TP-TN}F 1 =P +R 2 ∗P ∗R =样例总数+T P −T N 2 ∗T P
- F1是基于查准率和查全率的调和平均，定义为：1 F 1 = 1 2 ∗ ( 1 P + 1 R ) {1 \over F1}={1 \over 2}*({1 \over P}+{1 \over R})F 1 1 =2 1 ∗(P 1 +R 1 )
真正例率(True Positive Rate)
T P R = T P T P + F N TPR={TP \over TP+FN}T P R =T P +F N T P
- 在所有原本为正例的样本中，检测出来的正例所占的比例
假正例率(False Positive Rate)
F P R = F P T N + F P FPR={FP \over TN+FP}F P R =T N +F P F P
- 在所有原来为反例的样本中，被检测出来的为正例所占的比例
ROC曲线
真正例率为纵轴，假正例率为横轴
多分类
多分类的混淆矩阵：
真实情况\预测结果类1类2类3类j类1
类 i
其中i和j的最大值相同为k
准确率(Accuracy)
A = ∑ i = 1 k n i i ∑ i = 1 k ∑ j = 1 k n i j A={\sum_{i=1}^{k}{n_{ii}} \over \sum_{i=1}^{k}\sum_{j=1}^{k}n_{ij}}A =∑i =1 k ∑j =1 k n i j ∑i =1 k n i i
- 所有预测正确的样例在所有样例中占的比例
查准率/精度(Precision)
P = n j j ∑ i = 1 n n i j P={n_{jj} \over \sum_{i=1}^{n}n_{ij}}P =∑i =1 n n i j n j j
- 对角线上某一个样例的数，在这一列所占的比例
查全率/检出率(Recall)
R = n i i ∑ j = 1 n n i j R={n_{ii} \over \sum_{j=1}^{n}n_{ij}}R =∑j =1 n n i j n i i
- 对角线上某一个样例的数，在这一行所占的比例
真正例率(True Positive Rate)
T P R = n j j ∑ i = 1 n n i j TPR={n_{jj} \over \sum_{i=1}^{n}n_{ij}}T P R =∑i =1 n n i j n j j
- 计算方式同查准率，在所有原本为该例的样本中，检测出来为该例的所占的比例
假正例率(False Positive Rate)
F P R = 第 i 列 的 和 − n i i 所 有 样 例 数 − 该 例 数 FPR={第i列的和-n_{ii} \over 所有样例数-该例数}F P R =所有样例数−该例数第i 列的和−n i i
- 在所有原来为非该例的样本中，被检测出来的为该例所占的比例
Original: https://blog.csdn.net/zjt597778912/article/details/118676107
Author: 海涛从不浪
Title: 人工智能分类算法评价标准
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/666391/
转载文章受原作者版权保护。转载请注明原作者出处！