ROC评测

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/serenysdfg/article/details/84593537

sensitivity和specificity计算

TPR灵敏度(也称真阳性率,sensitivity)=真阳性人数/(真阳性人数+假阴性人数)*100%。

存在中::分成存在/(分成存在+原本存在被错误分成不存在)1预测的正确率

(1-FPR)特异度(也称真阴性率,specificity)=真阴性人数/(真阴性人数+假阳性人数))*100%。

不存在中::分成不存在/(分成不存在+被错误分成存在)0预测的正确率

Recall(召回率)和 sensitivity(灵敏性)是同一个概念,其他无相同点。

TPR和FPR相互制约

 

 

取精确率与召回率计算

召回率(Recall Rate)=系统检索到的相关文件 / 系统所有相关的文件总数,衡量的是检索系统的查全率。

准确率(Precision Rate)=系统检索到的相关文件 / 系统所有检索到的文件总数,衡量的是检索系统的查准率。

 

当然希望检索结果Precision越高越好,同时Recall也越高越好,但事实上这两者在某些情况下有矛盾的。比如极端情况下,我们只搜索出了一个结果

 

猜你喜欢

转载自blog.csdn.net/serenysdfg/article/details/84593537
ROC