多分类衡量指标

1、sensitive(灵敏度又称TPR): TP/(TP+FN) 所有正样本中被分对的比例,衡量了分类器对正例的识别能力。

2、specificity(特效度又称TNR):TN/(TN+FP) 所有负样本被分对的比例,衡量了分类器对负例的识别能力。

3、accuracy(正确率):(TP+TN)/(TP+TN+FP+FN) 被分对的样本数除以所有样本的总数,值越高分类器的识别能力越强。

TP: 将正类预测为正类数; FN: 将正类预测为负类数;TN: 将负类预测为负类数;FP : 将负类预测为正类数。

你可能感兴趣的:(人工智能,多分类指标)