FP,FN,TP,TN
FP,FN,TP,TN TP：预测为正向（P），实际上预测正确（T），即判断为正向的正确率 TN：预测为负向（N），实际上预测正确（T），即判断为负向的正确率 FP：预测为正向（P），实际上预测错误（F），误报率，即把负向判断成了正向 FN：预测为负向（N），实际上预测错误（F），漏报率，即把正向判断称了负向 准确率Accuracy=（TP+TN） / （TP+FP+TN+FN）， 即预测正确的比
相关文章
- 1. TP, TN, FP FN
- 2. TP FP TN FN
- 3. TP，TN，FP，FN
- 4. TP、FP、TN、FN、roc曲线和auc
- 5. TP真阳性, FP假阳性, FN假阴性, TN真阴性
- 6. TP、TN、FP、FN、Recall、Miss Rate、MCC、F1 Score 等指标计算
- 7. 算法评价指标 - FAR,FRR,ERR (TP/FP/FN/TN)
- 8. TP/FN/FP/TN(符号含义)与confusion matrix
- 9. FP,FN,TP,TN与精确率(Precision),召回率(Recall),准确率(Accuracy)
- 10. 目标检测的评价指标（TP、TN、FP、FN、Precision、Recall、IoU、mIoU、AP、mAP）
- 更多相关文章...
- • PHP xml_parse() 函数 - PHP参考手册
- • PHP xml_get_current_byte_index() 函数 - PHP参考手册
- • 再有人问你分布式事务，把这篇扔给他
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. TP, TN, FP FN
- 2. TP FP TN FN
- 3. TP，TN，FP，FN
- 4. TP、FP、TN、FN、roc曲线和auc
- 5. TP真阳性, FP假阳性, FN假阴性, TN真阴性
- 6. TP、TN、FP、FN、Recall、Miss Rate、MCC、F1 Score 等指标计算
- 7. 算法评价指标 - FAR,FRR,ERR (TP/FP/FN/TN)
- 8. TP/FN/FP/TN(符号含义)与confusion matrix
- 9. FP,FN,TP,TN与精确率(Precision),召回率(Recall),准确率(Accuracy)
- 10. 目标检测的评价指标（TP、TN、FP、FN、Precision、Recall、IoU、mIoU、AP、mAP）