TP、TN、FP、FN超级详细解析

时间:2024-04-13 12:21:05

以西瓜数据集为例,我们来详细解释一下什么是TP、TN、FP以及FN。

一、基础概念

  • TP:被模型预测为正类的正样本
  • TN:被模型预测为负类的负样本
  • FP:被模型预测为正类的负样本
  • FN:被模型预测为负类的正样本
    TP、TN、FP、FN超级详细解析

二、通俗理解(以西瓜数据集为例)

以西瓜数据集为例,我们来通俗理解一下什么是TP、TN、FP、FN。

  • TP:被模型预测为好瓜的好瓜(是真正的好瓜,而且也被模型预测为好瓜)
  • TN:被模型预测为坏瓜的坏瓜(是真正的坏瓜,而且也被模型预测为坏瓜)
  • FP:被模型预测为好瓜的坏瓜(瓜是真正的坏瓜,但是被模型预测为了好瓜)
  • FN:被模型预测为坏瓜的好瓜(瓜是真正的好瓜,但是被模型预测为了坏瓜)

三、查准率、查全率

还是以西瓜数据集为例

(1)查准率、查全率代表的含义

  • 查准率:模型挑出来的西瓜中有多少比例是好瓜
  • 查全率:所有的好瓜中有多少比例是被模型挑出来的

(2)如何计算查准率、查全率

查准率用P来表示:
TP、TN、FP、FN超级详细解析
查全率用R来表示:
TP、TN、FP、FN超级详细解析