True Positive(真正涯竟,TP):將正類(lèi)預(yù)測(cè)為正類(lèi)數(shù)
True Negative(真負(fù),TN):將負(fù)類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)
False Positive(假正卸奉,F(xiàn)P):將負(fù)類(lèi)預(yù)測(cè)為正類(lèi)數(shù)誤報(bào) (Type I error)
False Negative(假負(fù)钝诚,F(xiàn)N):將正類(lèi)預(yù)測(cè)為負(fù)類(lèi)數(shù)→漏報(bào) (Type II error)
準(zhǔn)確率(Accuracy):
準(zhǔn)確率作為評(píng)價(jià)指標(biāo)的問(wèn)題:在樣本不均衡情況下,如果算法將樣本全部分為多的一類(lèi)也能獲得很高的準(zhǔn)確率榄棵。但是往往我們感興趣的正是占比更少的類(lèi)別凝颇。
精確度(Average Precision,AP):
表示被分為正例的樣本中實(shí)際為正例的比例
召回率(Average Recall,AR):
表示檢出正樣本占實(shí)際正樣本總數(shù)的比例