机器学习中的敏感性和特异性的概念

更新时间:2023-06-27 03:14:06 阅读: 评论:0

机器学习中的敏感性和特异性的概念
敏感性 Sensitivity
迷惑的意思
conducting敏感性⼜称真阳性率,就是发病之后,你的诊断⽅法对疾病的敏感程度(识别能⼒)。
who是什么意思敏感性越⾼,漏诊概率越低。
which从句特异性 Specificity
特异性⼜称真阴性率,不发病(我们这⾥称之为健康)的特征是有别于发病的特征的,我们利⽤这些差异避免误诊,那么诊断标准对于这些差异利⽤的如何就⽤特异性来表⽰。
特异性越⾼,确诊概率越⾼。
举个例⼦
强度英文>thick
样本是100个⼈,其中90个⼈⽆病,10个⼈有病
诊断结果:
chace
90个⽆病⼈群中,检测(有病,⽆病)=(2,88)
10个有病⼈群中,检测(有病,⽆病)=(9,1)
结果真实阴性真实阳性
测试阴性881
测试阳性29
则:
真阴性率TN = 88/(88+2) = 0.9777rocky是什么意思
lonly
真阳性率TP = 9/(1+9) = 0.9
简⽽⾔之
考研报名流程敏感性就是测试阳性 / 真实阳性,特异性就是测试阴性 / 真实阴性

本文发布于:2023-06-27 03:14:06,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/90/158962.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:敏感性   测试   诊断   阳性   特异性   阴性
相关文章
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图