机器学习-基础知识- TP, FN, FP, TN
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
本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2020年2月26日，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号