TPR=TP/(TP+FN) FPR=FP/(FP+TN) 在verification的场景下,真实的P指照片对属于同一个人,N指照片对不属于同一个人,TP/FN和FP/TN的分野是距离或者相似度的阈值。 在identification的场景下,P和N是什么呢?TP/FN和FP/TN的分野又是什么呢?确实有点反直觉。 真实的P和N是客观事实,是不依赖于模型和测试而存...
#Fβ-score：β值的不同体现了对查全率和查准率的不同倾向
AUC是一种用来度量分类模型好坏的一个标准. ROC分析是从医疗分析领域引入了一种新的分类模型performance评判方法. ROC的全名叫做Receiver Operating Characteristic,其主要分析工具是一个画在二维平面上的曲线——ROC curve.平面的横坐标是false positive rate(FPR),纵坐标是true positive rate(TPR).对某个分类器而言,...