灵敏度高 == 假阴性率低,即漏检率低,即有病人却没有发现出来的概率低。 用于判断:有一部分人患有一种疾病,某种检验方法可以在人群中检出多少个病人来。 特异性高 == 假阳性率低,即错把健康判定为病人的概率低。 用于:被某种试验判定为患病的人中,又有多少是真的患了这种病的。 好的检测方法:有高的灵敏...
3. 假正例FPR = 1 - 特异性Specificity 4. F1 = 1/P + 1/R = 2*P*R/(P+R) 5. 约登指数YoudenIndex = 敏感性Sensitivity + 特异性Specificity −1 1. 2. 3. 4. 5. 在机器学习中,通常只关心「正例」的识别情况,对应的指标为精准率P、召回率R、综合指标F1值,比如在风控领域,正例为风险物料...