正例 负例 总计 正例 TP=40 FN=30 P(实际为正例)=70 负例 FP=10 TN=20 N(实际为负例)=30 表中数据项的含义: True positives(TP): 被正确地划分为正例的个数,即实际为正例且被分类器划分为正例的实例数(样本数); False negatives(FN):被错误地划分为负例的个数,即实际为正例但被分类器划分...
假设测试数据集中共计有70个正类样本,30个负类样本。且某次分类结果如下表所示(表中各项的含义如表下方的注释所示)。则分类的召回率是 (要求:用小数表示,且保留小数点后两位)。 实际类别 预测类别 正例 负例 总计 正例 TP=40 FN=30 P(实际为正例)=70