(2-分类问题)Accuracy,Precision,Sensitivity,Specificity

我们把数据真实情况分为 True 和 False,用T 和 F 表示,

而通过我们的预测得出的正向预测结果为Positive,负向结果为Native。

Accuracy指整体无论正负预测都包含的准确率。

Precision指正向预测正向预测正向预测的准确率。

Sensitivity指在所有真实结果为正的数据中,我们预测出来正值的比例。

Specificity指在所有真实结果为负的数据中,我们预测出来负值得比例。


(2-分类问题)Accuracy,Precision,Sensitivity,Specificity_第1张图片

(2-分类问题)Accuracy,Precision,Sensitivity,Specificity_第2张图片

 (2-分类问题)Accuracy,Precision,Sensitivity,Specificity_第3张图片

 参考文献:

precision,recall,sensitivity, specificity ,mAP等几种评价指标_lokvke的博客-CSDN博客_sensitivity指标

ROC曲线和AUC值 - 知乎

关于混淆矩阵、ROC、AUC的问题_浅笑古今的博客-CSDN博客_已知混淆矩阵 估计auc

你可能感兴趣的:(机器学习,分类,人工智能)