两张图搞清混淆矩阵

这里写自定义目录标题

  • 混淆矩阵的定义
  • 精度(precision)和召回率(recall)

混淆矩阵的定义

两张图搞清混淆矩阵_第1张图片

真阳性(True Positive,TP):样本的真实类别是正例,并且模型预测的结果也是正例
真阳性(True Positive,TP):样本的真实类别是正例,并且模型预测的结果也是正例
真阴性(True Negative,TN):样本的真实类别是负例,并且模型将其预测成为负例
假阳性(False Positive,FP):样本的真实类别是负例,但是模型将其预测成为正例
假阴性(False Negative,FN):样本的真实类别是正例,但是模型将其预测成为负例

精度(precision)和召回率(recall)

两张图搞清混淆矩阵_第2张图片
两张图搞清混淆矩阵_第3张图片
两张图搞清混淆矩阵_第4张图片

你可能感兴趣的:(人工智能)