Skip to main content

TP, TN, FP, TN 区别

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

image-20221104181853188

理解​

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)

Precision 和 Recall​

  • Precision: 准确率，看查找得准不准，准确的程度有多少。
    P=TPTP+FPP=\frac{TP}{TP+FP}
  • Recall: 召回率，看查找得全不全，是不是包括所有要找的。
    R=TPTP+FNR=\frac{TP}{TP+FN}

Reference​