机器学习-基础知识- TP, FN, FP, TN

本文最后更新于:2022年8月10日 上午

本文介绍机器学习的一系列基础评估指标。

基础定义

  • T : True 表示判断正确
  • F : False 表示判断错误
  • P : PostIve 表示判断该样本为正样本
  • N : Negative 表示判断该样本为负样本

指标定义

如果总是记混,按照上述字母顺序翻译出意义即可。

  • TP : (T)该判断正确,§判断该样本为正样本(事实上样本为正)
  • TN : (T)该判断正确,(N)判断该样本为负样本(事实上样本为负)
  • FP : (F)该判断错误,§判断该样本为正样本(事实上样本为负)
  • FN : (F)该判断错误,(N)判断该样本为负样本(事实上样本为正)
评估指标
预测结果
正样本
负样本
实际
情况
正样本
TP
FN
负样本
FP
TN

加深理解

  • TP和TN为判别器判断正确的情况,把事实上原本的正/负样本正确分类

  • FP 表示把负样本误认成了正样本,表示虚警

  • FN表示把正样本误认成了负样本,表示漏警


机器学习-基础知识- TP, FN, FP, TN
https://www.zywvvd.com/notes/study/machine-learning/basic-knowledge/TP-FN-FP-TN/Evaluation-index/
作者
Yiwei Zhang
发布于
2020年2月26日
许可协议