Chinaunix首页 | 论坛 | 博客
  • 博客访问: 320569
  • 博文数量: 85
  • 博客积分: 3580
  • 博客等级: 中校
  • 技术积分: 970
  • 用 户 组: 普通用户
  • 注册时间: 2010-03-09 14:09
文章分类

全部博文(85)

文章存档

2011年(7)

2010年(78)

我的朋友

分类:

2010-05-15 17:27:36

 

对一个二分问题来说,会出现四种情况。如果一个实例是正类并且也被预测成正类,即为真正类(True positive),如果实例是负类被预测成正类,称之为假正类(False positive)。相应地,如果实例是负类被预测成负类,称之为真负类(True positive),正类被预测成负类则为假负类(false negative)。

列联表如下表所示,1代表正类,0代表负类。

  

  

预测

  

  

  

1

0

合计

实际

1

True Positive(TP)

False Negative(FN)

Actual Positive(TP+FN)

0

False Positive(FP)

True Negative(TN)

Actual Negative(FP+TN)

合计

  

Predicted Positive(TP+FP)

Predicted Negative(FN+TN)

 TP+FP+FN+TN

从列联表引入两个新名词。其一是真正类率(true positive rate ,TPR), 计算公式为TPR=TP / (TP + FN),刻画的是分类器所识别出的正实例占所有正实例的比例。另外一个是负正类率(false positive rate, FPR),计算公式为FPR= FP / (FP + TN),计算的是分类器错认为正类的负实例占所有负实例的比例。还有一个真负类率(True Negative Rate,TNR),也称为specificity,计算公式为TNR=TN / (FP + TN) = 1 − FPR

  • False positive rate (α) = FP / (FP + TN) = 1 − specificity
  • False negative rate (β) = FN / (TP + FN) = 1 − sensitivity
  • Power = sensitivity = 1 − β
  • Likelihood ratio positive = sensitivity / (1 − specificity)
  • Likelihood ratio negative = (1 − sensitivity) / specificity

     

     

    Confuse Matrix


    Positive

    (P=TP+FN)

    Negative

    (N=TN+FP)

     

    Test
    outcome

    Positive
    (P'=TP+FP)

    True Positive (TP)

    False Positive (FP)
    (
    Type I errorP-value)

    → Positive predictive value
    PPV=TP/(TP+FP)
    or, Precision

    Negative
    (N'=FN+TN)

    False Negative (FN)
    (
    Type II error)

    True Negative (TN)

    → Negative predictive value
    NPV=TN/(TN+FN)

     


    Sensitivity=
    TP/(TP+FN)=
    TP/P
    or True Positive Rate (TPR)
    or Recall


    Specificity=
    TN/(FP+TN)=
    TN/N
    or True Negative Rate(TNR)

    Accuracy: ACC=TP+TN/(P+N)

    MCC=(TPxTN-FPxFN) /

    Sqrt ( PxNxP’xN’ )

    F-measure= 2xPrecsionxRecall / (Precsion+Recall)

     

    MCC: Matthews correlation coefficient

    false discovery rate (FDR)
    FDR = FP / (FP + TP)
    阅读(10675) | 评论(0) | 转发(0) |
    0

    上一篇:lsof-list opened files

    下一篇:常用命令备查

    给主人留下些什么吧!~~