正解TP/FP/TN/FN评价指标
Posted 算法与编程之美
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了正解TP/FP/TN/FN评价指标相关的知识,希望对你有一定的参考价值。
问题
机器学习分类任务中常见的指标有TP/FP/TN/FN四种,初学者往往很难区分这四个概念。本文将采用简洁的方式,清晰的介绍四者之间的区别。
区别
四个 指标中,TP和TN是比较好理解的,FP和FN是比较容易混淆的,因此需要特别留意。
- TP (True Positive) 能够检测到正例,即预测和实际都为P;
- FP (False Postive) 错误的正例,即误将负例检测为正例,亦即预测为P,实际为N;
- TN (True Negative) 能够检测到负例,即预测和实际都为N;
- FN (False Negative) 错误的负例,即误将正例检测为负例,亦即预测为N,实际为P;
以上是关于正解TP/FP/TN/FN评价指标的主要内容,如果未能解决你的问题,请参考以下文章
Detection:目标检测常用评价指标的学习总结(IoUTPFPTNFNPrecisionRecallF1-scoreP-R曲线APmAP ROC曲线TPRFPR和AUC)
目标检测的评价标准mAP, Precision, Recall, Accuracy
常用的评价指标:accuracyprecisionrecallf1-scoreROC-AUCPR-AUC