总结：敏感性 = 查全率 = 召回率；查全率又称召回率；查准率即精度。
准确率与之均不同，定义如下：被正确诊断的案例之和与总案例之比即为准确率。
在癌症示例中，敏感性和特异性指：
- 敏感性（sensitivity）：在患有癌症的所有人中，诊断正确的人有多少？
- 特异性（speciticity）：在未患癌症的所有人中，诊断正确的人有多少？
查准率和查全率的定义如下：
- 查准率（precision）：在被诊断患有癌症的所有人中，多少人确实得了癌症？
- 查全率（recall）：在患有癌症的所有人中，多少人被诊断患有癌症？
从这里可以看出，敏感性就是查全率，但特异性并不是查准率。
敏感性和特异性是这个矩阵中的行。更具体地说，如果我们做以下标记
- TP：（真阳性）被正确诊断为患病的病人。
- TN：（真阴性）被正确诊断为健康的健康人。
- FP：（假阳性）被错误诊断为患病的健康人。
- FN：（假阴性）被错误诊断为健康的病人。
那么：
敏感性 = TP/(TP + FN)
且
特异性 = TN/(TN + FP)
扫描二维码关注公众号，回复：
2147894 查看本文章
查准率和查全率是矩阵的第一行和第一列：
查全率 = TP/(TP + FN)
且
查准率 = TP/(TP + FP)
准确率 = (TP + TN)/(TP+TN+FP+FN)
roc曲线：通过使用真阳性率作为x轴，假阳性率作为y轴绘制的曲线。
真阳性率 = 敏感性，假阳性率 = 1 - 特异性
备注：使用的Udacity课程里的案例