Это 9-й день моего участия в августовском испытании обновлений.Подробности о мероприятии:Испытание августовского обновления
В этой статье представлен ряд основных показателей оценки машинного обучения.
основное определение
- T : True означает, что решение верно
- F: Ложь означает неправильное суждение
- P : PostIve указывает, что образец оценивается как положительный.
- N : Отрицательный означает, что образец оценивается как отрицательный.
Определение индикатора
Если вы всегда путаетесь, просто переведите значение в алфавитном порядке выше.
- TP: (T) Решение верное, (P) Образец оценивается как положительный образец (фактически, образец положительный)
- TN: (T) Оценка верна, (N) Образец оценивается как отрицательный образец (на самом деле образец отрицательный)
- FP: (F) Оценка неверна, (P) Образец оценивается как положительный образец (на самом деле образец отрицательный)
- FN: (F) Оценка неверна, (N) Образец оценивается как отрицательный образец (на самом деле образец положительный)
| Метрики оценки | результат прогноза | ||
|---|---|---|---|
| положительный образец | отрицательный образец | ||
| действительный состояние |
положительный образец | TP | FN |
| отрицательный образец | FP | TN | |
углубить понимание
-
TP и TN являются правильными суждениями для дискриминатора, и фактические положительные/отрицательные образцы правильно классифицируются.
-
FP указывает на то, что отрицательный образец ошибочно принимается за положительный образец, что указывает на ложную тревогу.
-
FN указывает на то, что положительный образец ошибочно принимается за отрицательный, что указывает на пропущенный сигнал тревоги.