文章/答案/技术大牛

发布

问计算TP，FP，TN，FN值
EN

Stack Overflow用户

提问于 2021-05-05 13:51:29

回答 2查看 166关注 0票数 0

我试图建立一个非常简单的程序来计算两个字符串的TP/FP/FN/TN (预测的二级蛋白质结构与已证实的二级蛋白质结构)，但它没有正确地计算它们。我错过了什么？

actual_str = '*ΟΟΟΟΟΟ******////////////**//////////*****////ΟΟΟΟΟΟΟΟΟ***'
predicted_str = '****--********/////////-----//////****----**-ΟΟΟΟΟΟΟ/-****'

TP = 0
FP = 0
TN = 0
FN = 0

for i in range(len(predicted_str)): 
    if predicted_str[i]==actual_str[i]=='O':
        TP += 1
        
    if predicted_str[i]!='O' and actual_str[i]=='O': 
        FP += 1
        
    if predicted_str[i]==actual_str[i]=='/' or predicted_str[i]==actual_str[i]=='*':
        TN += 1
        
    if predicted_str[i]=='O' and actual_str[i]!='O':
        FN += 1
        
    if predicted_str[i]=='-': #just ignore the '-' and move on to the next
        i+=1

print(TP, FP, TN, FN)

产出:0 0 26 0

python

biopython

回答 2

Stack Overflow用户

回答已采纳

发布于 2021-05-05 14:08:45

这是一个奇怪的问题，但是尝试复制actual_str或predicted_str变量中使用的'O‘字符，并将其粘贴到if-语句中。我认为这是一种错配，尽管它们看起来是一样的。

最后一个if-语句也是不必要的。

票数 1

Stack Overflow用户

发布于 2021-05-05 14:26:49

如前所述，您使用的字符是不同的，它混合了希腊字母O omicron和拉丁语o大写。

https://apps.timwhitlock.info/unicode/inspect?s=%CE%9F

此外，与其按索引进行比较，不如在这个usecase中使用zip运算符是有意义的：

for (actual, predicted) in zip(actual_str, predicted_str):
   if (..

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/67409178

复制

机器学习-基础知识- TP, FN, FP, TN

基础

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

为为为什么

2022/08/05

1.2K0

FP、FN、TP、TN、精确率(Precision)、召回率(Recall)、准确率(Accuracy)评价指标详述

机器学习神经网络深度学习人工智能编程算法

在机器学习领域中，用于评价一个模型的性能有多种指标，其中几项就是FP、FN、TP、TN、精确率(Precision)、召回率(Recall)、准确率(Accuracy)。这里我们就对这块内容做一个集中的理解。分为一和二，5分钟。

小小詹同学

2019/08/20

28.9K0

Precision, Recall, F-score, ROC, AUC

其他

正样本就是使系统得出正确结论的例子,负样本相反。比如你要从一堆猫狗图片中检测出狗的图片，那么狗就是正样本，猫就是负样本；反过来你若是想检测出猫的图片，那么猫就是正样本，狗就是负样本。

海天一树

2018/08/17

2.2K0

机器学习性能评价指标汇总

http ntp 分类算法

AUC 是 ROC (Receiver Operating Characteristic) 曲线以下的面积, 介于0.1和1之间。Auc作为数值可以直观的评价分类器的好坏，值越大越好。

莫斯

2020/09/10

1.2K0

实用编程 | 气象上常见的评分函数及其Python实现

http https 网络安全

气象部门在发布预报时，发布的是一定区域范围的网格化(或站点化)的气象要素结果，以降水预报为例，

气象学家

2020/05/01

8.5K0

机器学习中分类任务的常用评估指标和python代码实现

uml

混淆矩阵定义为（类x类）大小的矩阵，因此对于二进制分类，它是2x2，对于3类问题，它是3x3，依此类推。为简单起见，让我们考虑二元分类并了解矩阵的组成部分。

deephub

2021/03/10

1.7K0

详解ROC/AUC计算过程

机器学习编程算法

ROC全称是“受试者工作特征”（Receiver Operating Characteristic）。ROC曲线的面积就是AUC（Area Under the Curve）。AUC用于衡量“二分类问题”机器学习算法性能（泛化能力）。 Python中sklearn直接提供了用于计算ROC的函数[1]，下面就把函数背后的计算过程详细讲一下。计算ROC需要知道的关键概念首先，解释几个二分类问题中常用的概念： True Positive, False Positive, True Negative, Fals

机器学习AI算法工程

2018/03/15

2.5K0

气象上常见的评分函数及其Python实现

python 表格函数技巧模型

1 简介2 评价指标及其python实现2.1 二分类介绍2.2 降水评价2.2.1 气象二分类指标2.2.2 TS评分 & CSI1 物理概念2 代码2.2.3 公平技巧评分(ETS)1 物理概念2 代码2.2.4 空报率(FAR)1 物理概念2 代码2.2.5 漏报率(MAR)1 物理概念2 代码2.2.6 命中率(POD)1 物理概念2 代码2.2.7 偏差评分(Bias score)1 物理概念2 代码2.2.8 其他评分1. HSS2. BSS3. MAE4. RMSE2.2.9 阈值选取3 应用举例4 参考文献

自学气象人

2023/06/21

1K0

什么是语义分割_词法分析语法分析语义分析

http https 网络安全

语义分割是像素级别的分类，其常用评价指标：像素准确率（Pixel Accuracy，PA）、类别像素准确率（Class Pixel Accuray，CPA）、类别平均像素准确率（Mean Pixel Accuracy，MPA）、交并比（Intersection over Union，IoU）、平均交并比（Mean Intersection over Union，MIoU），其计算都是建立在混淆矩阵（Confusion Matrix）的基础上。因此，了解基本的混淆矩阵知识对理解上述5个常用评价指标是很有益处的！

全栈程序员站长

2022/09/25

1.4K0

语义分割的评价指标_语义分割数据集

http 腾讯云测试服务 https java 网络安全

现存其实已经有很多博客实现了这个代码，但是可能不完整或者不能直接用于测试集的指标计算，这里简单概括一下。

全栈程序员站长

2022/09/25

1.5K0

基于 OpenCV 的图像分割

编程算法 http https 网络安全

https://github.com/kiteco/kite-python-blog-post-code/tree/master/image-segmentation

小白学视觉

2020/09/22

1.3K0

分类模型的评估指标 | 混淆矩阵（1）

最近小编分享的都是较为基础的操作方法或理论知识，且都总结在这个专辑中，目的是帮助初学GIS和RS的小伙伴们加深对一些专业名词知识的理解，熟悉一些基础操作的操作流程。而不是像小编大一时，面对这些专业性极强的东西两眼一抹黑，学习的很吃力；此外，基础是延伸和扩展的前提，基础的东西如果掌握的不牢靠，那么在前沿事物的钻研过程中也不会取得更大的建树。因此，小编分享这些基础知识，既是对初学者的帮助，也是对自己的巩固与总结。

GIS与遥感开发平台

2022/04/29

8920

机器学习入门 10-7 ROC曲线

编程算法分类算法 serverless

本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍描述TPR和FPR两个指标的ROC曲线，并通过编程绘制ROC曲线。通常在实际使用中使用ROC曲线下面的面积来评估不同模型之间的优劣，最后使用sklearn中的roc_auc_score函数返回ROC曲线下面的面积。

触摸壹缕阳光

2020/05/14

1.7K0

机器学习-基础知识 - PR、ROC曲线与AUC

precision

事实上机器学习训练好的模型在对测试样本进行预测的时候，输出的原始结果是模型预测该样本为正样本的概率，而不是我们平时经常听到的Positive或Negative，而概率如何转化为机器学习的输出靠的是一个阈值，当概率大于阈值则判断其为正样本，反之为负样本。

为为为什么

2022/08/05

1.2K0

【项目实战】基于 MobileNetV3 实现恶意文件静态检测（下）

接口设计模型前端设计数据

在上篇博文中，博主介绍了关于 MobileNetV3 的网络结构以及主体代码实现；接下来，博主将介绍模型的训练，验证评估以及接口设计。

sidiot

2023/08/30

2440

多分类任务的混淆矩阵

precision

来源： DeepHub IMBA本文约1000字，建议阅读5分钟本文讨论了如何在多分类中使用混淆矩阵评估模型的性能。什么是混淆矩阵？它显示了实际值和预测值之间的差异。它告诉我们有多少数据点被正确预测，哪些数据点没有被正确预测。对于多分类来说，它是一个 N * N 矩阵，其中 n 是编号。输出列中的类别，也称为目标属性。一二分类任务中包含了 2 个类也就是一个 2*2 矩阵，一般情况下介绍混淆矩阵都会以二分类为例。如果有 3 个类呢？那么将得到一个 3*3 矩阵依此类推。通过上面描述我们知道，混淆矩阵的类

数据派THU

2022/03/04

8180

MCC — 机器学习中优于F1-score和accuracy的一个性能评价指标

机器学习 scikit-learn 神经网络深度学习人工智能

在机器学习中，模型性能的评估是一个关键问题。常见的评价指标有F1-score, Accuracy, Precision, Recall, ROC 和 AUC (对这些评价指标不了解的，可以参考生信菜鸟团之前的一篇文章: 机器学习实战 | 机器学习性能指标 )。但是我们对这些统计指标的可靠性要保持谨慎的态度，特别是在不平衡的数据集上。

生信菜鸟团

2022/04/08

10K0

【评价指标】详解F1-score与多分类F1

http

首先，要背住的几个概念就是：accuracy,precision,recal, TP,FP,TN,FN

机器学习炼丹术

2020/08/04

2.3K0

【AI】恶意文件静态检测模型检验及小结

data label 测试模型数据

在之前的博文【AI】浅析恶意文件静态检测及部分问题解决思路中，博主提及过恶意文件静态检测的一种方法，并因此训练了模型，由于样本量巨大以及资源有限，训练一个 epoch 就需要一周多的时间，因此就先拿训练过一个 epoch 的模型来进行测试；

sidiot

2023/08/30

2940

点击加载更多

相似问题

基于KNN预测计算TN、TP、FP、FN

129

Python:计数TP，FP，FNиTN

标记为TP，TN，FP，FN的值的混淆矩阵

114

根据每个输入元素返回tp、tn、fn、fp

Python中的TP、TN、FP和FN数组

添加站长进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

问计算TP，FP，TN，FN值
EN

回答 2

Stack Overflow用户

Stack Overflow用户

基于KNN预测计算TN、TP、FP、FN

Python:计数TP，FP，FNиTN

标记为TP，TN，FP，FN的值的混淆矩阵

根据每个输入元素返回tp、tn、fn、fp

Python中的TP、TN、FP和FN数组

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计算TP，FP，TN，FN值EN

回答 2

Stack Overflow用户

Stack Overflow用户

基于KNN预测计算TN、TP、FP、FN

Python:计数TP，FP，FNиTN

标记为TP，TN，FP，FN的值的混淆矩阵

根据每个输入元素返回tp、tn、fn、fp

Python中的TP、TN、FP和FN数组

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计算TP，FP，TN，FN值
EN