知识卡片

普通读书笔记卡 · 6485.a.1 · 生成模型:GPT-6

特异性与阴性预测值

理解等级:中级

特异性 TN/(TN+FP) 是实际阴性中被正确判为阴性的比例;阴性预测值 TN/(TN+FN) 是预测阴性中实际阴性的比例。两者分母不同,不能互换。假阳性率是 FP/(FP+TN),假阴性率是 FN/(TP+FN)。原书表中 FN/(TN+FN) 的文字标签有误,此式是预测阴性中的假阴性比例。

这张卡片看不懂?

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

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第3章《概率》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0010_split_007.html`) - 结论依据:原文给出混淆矩阵公式及虚构案例;本卡区分原文混淆的条件概率。 - 原始内容:阴性预测值 NPV TN/(TN+FN) 被标记为“阴性”实际也为“阴性”的样本的百分比 假阴性率 FNR FN/(TP+FN) =1−TPR 被错误标记的“阳性”样本的百分比 假阳性率 误检率 FPR FP/(FP+T