知识卡片
混淆矩阵到各指标
四个格子(以阳性为关注类): - TP:实际阳性、预测阳性; - FP:实际阴性、预测阳性,也叫误报; - FN:实际阳性、预测阴性,也叫漏报; - TN:实际阴性、预测阴性。
正确判断都在主对角线上,任何非零的非对角元素都是错误,表格因此可以一眼看出错在哪一侧。
派生指标: - 精确度(accuracy)等于 TP 加 TN 除以实例总数; - 真阳性率 TPR 等于 TP 除以(TP 加 FN),即召回率,等于 1 减漏报率; - 伪阳性率 FPR 等于 FP 除以(FP 加 TN),即误报率,也称 I 型错误率; - 伪阴性率 FNR 等于 FN 除以(TP 加 FN),也称 II 型错误率,与 TPR 互补; - 准确率(precision)等于 TP 除以(TP 加 FP),回答被判为阳性的里面有多少是真的。
要点:阈值决定四格如何分配。把阈值调低,TP 与 FP 同时上升,TPR 与 FPR 同向变化,这正是 ROC 曲线得以画出的原因。
结构图:
flowchart LR
CM[混淆矩阵 TP FP FN TN] --> TPR[TPR 等于 TP 除以 TP与FN之和]
CM --> FPR[FPR 等于 FP 除以 FP与TN之和]
CM --> PRE[准确率 等于 TP 除以 TP与FP之和]
TPR --> ROC[ROC 曲线]
FPR --> ROC
ROC --> AUC[AUC 面积]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第7章 高级分析理论与方法:分类 · 查看原书依据
真阳性(TP)是阳性实例被分类器正确识别为阳性的数量。伪阳性(FP)是实例被分类器识别为阳性但是实际上为阴性的数量。真阴性(TN)是阴性实例被分类器正确认定为阴性的数量。伪阴性(FN)是实例被分类器识别为阴性但是实际上是阳性的数量。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第7章 高级分析理论与方法:分类(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0017_split_003.html)
- 结论依据:7.3 节定义 TP、FP、TN、FN,给出精确度、TPR、FPR、FNR、准确率与召回率的公式,并指出阈值用于区分阳性阴性。
- 原始内容:真阳性(TP)是阳性实例被分类器正确识别为阳性的数量。伪阳性(FP)是实例被分类器识别为阳性但是实际上为阴性的数量。真阴性(TN)是阴性实例被分类器正确认定为阴性的数量。伪阴性(FN)是实例被分类器识别为阴性但是实际上是阳性的数量。