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