梅斯医学MedSci APP
医路相伴,成就大医

深度学习中评价指标:准确率、**率、召回率、 F-1 Score、ROC、AUC、MAE

Tags: 深度学习   评价指标      作者:MedSci 更新:2018-12-02

1.1. 基本概念 上表即为混淆矩阵,其中,行表示预测的label值,列表示真实label值。TP,FP,FN,TN分别表示如下意思: TP —— True Positive (真正, TP)被模型预测为正的正样本;可以称作判断为真的正确率  TN —— True Negative(真负 , TN)被模型预测为负的负样本 ;可以称作判断为假的正确率  FP ——False Positive (假正, FP)被模型预测为正的负样本;可以称作误报率  FN—— False Negative(假负 , FN)被模型预测为负的正样本;可以称作漏报率 True Positive Rate(真正率 , TPR)或灵敏度(sensitivity)     TPR = TP /(TP + FN)    正样本预测结果数 / 正样本实际数  True Negative Rate(真负率 , TNR)或特指度(specificity)     TNR = TN /(TN + FP)    负样本预测结果数 / 负样本实际数&n...

来源:MedSci原创
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020