当前位置:   article > 正文

[机器学习]False Positive和False Negative

[机器学习]False Positive和False Negative

一、简介

本文介绍了机器学习中对于模型精度的描述,包括 True Positive, True Negative, False Positive 和 False Negative。

二、什么是True/False + Positive/Negative

假设我们有一个预测模型,该模型的预测结果可能为 Positive 也可能为 Negative ,而真实的结果也可能存在 Positive 和 Negative 两种情况,根据模型预测结果真实结果两两搭配即可得到以下表格:

预测结果 \ 真实结果PositiveNegative
PositiveTrue PositiveFalse Positive
NegativeFalse NegativeTrue Negative

总结来讲:

  • True Positive: 模型预测为 Positive 并且真实情况也为 Positive;
  • False Positive: 模型预测为 Positive 但是真实情况为 Negative;
  • False Negative: 模型预测为 Negative 但是真实情况为 Positive;
  • True Negative: 模型预测为 Negative 并且真实情况也为 Negative;
    因此: True/False + Positive/Negative 中的 True/False 是用来描述 预测结果跟真实结果是否相同的,后面的 Positive/Negative 是模型的预测结果。

三、参考

[1].Machine Learning Accuracy: True-False Positive/Negative [2024]

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/空白诗007/article/detail/795387
推荐阅读
相关标签
  

闽ICP备14008679号