True Positive(TP):預測爲正例,實際爲正例
False Positive(FP):預測爲正例,實際爲負例
True Negative(TN):預測爲負例,實際爲負例
False Negative(FN):預測爲正例,實際爲負例
accuracy和precision區別:
accuracy指的是正確預測的樣本數佔總預測樣本數的比值,它不考慮預測的樣本是正例還是負例。而precision指的是正確預測的正樣本數佔所有預測爲正樣本的數量的比值,也就是說所有預測爲正樣本的樣本中有多少是真正的正樣本。可以看出precision只關注預測爲正樣本的部分,而accuracy考慮全部樣本。
Recall可以稱爲召回率、查全率,指的是正確預測的正樣本數佔真實正樣本總數的比值,也就是從這些樣本中能夠正確找出多少個正樣本。
F-score相當於precision和recall的調和平均,recall和precision任何一個數值減小,F-score都會減小,反之,亦然。
specificity指標,它是相對於sensitivity(recall)而言的,指的是正確預測的負樣本數佔真實負樣本總數的比值,也就是我能從這些樣本中能夠正確找出多少個負樣本