【机器学习理论】True Positive, True Negative, False Positive, False Negative概念

True Positive, True Negative, False Positive, False Negative概念¹

• True positive-——-预测正确，且为正面；
• True negative——-预测正确，且为负面；
• False positive——-预测错误，预测为正面；（错误地预测为正面）
• False negative——预测错误，预测为负面；（错误地预测为负面）

前面的True/False表示“对了没”，后面的positive/negative表示“预测的值”。

Precision（准确率）

针对预测为1（predicted值为1的行），预测正确的比率；

True positive / (True positive + False positive)

Recall（召回率）

针对实际为1（actual值为1的列），预测正确的比率；

True positive / (True positive + False negative)

参考文献

---

1. https://blog.csdn.net/Houchaoqun_XMU/article/details/78865985 ︎