Confusion matrix 精确性和召回率的区别_Confusion Matrix

Confusion matrix 精确性和召回率的区别

Confusion matrix 精确性和召回率的区别,confusion-matrix,Confusion Matrix,假设一个预测一个人是否喜欢机器学习的模型有99%的真阳性率和1%的假阴性率，而一个人喜欢机器学习的概率是0.5%。模型预测为正的人实际喜欢机器学习的概率是多少？这可以通过条件概率来解决，让我们假设两个事件正在发生，其中事件1是您的模型预测y=1（人喜欢机器学习），事件2是喜欢机器学习的概率是0.5%。因此，P（Ypred=1）=99%，P（Ytrue=1）=0.5%。现在，我们必须预测ypred=1，假设发生概率为0.5%，根据条件概率定理，我们可以把它写成Ytrue=P（ypred=1 | Y

假设一个预测一个人是否喜欢机器学习的模型有99%的真阳性率和1%的假阴性率，而一个人喜欢机器学习的概率是0.5%。模型预测为正的人实际喜欢机器学习的概率是多少？

这可以通过条件概率来解决，让我们假设两个事件正在发生，其中事件1是您的模型预测y=1（人喜欢机器学习），事件2是喜欢机器学习的概率是0.5%。因此，P（Ypred=1）=99%，P（Ytrue=1）=0.5%。现在，我们必须预测ypred=1，假设发生概率为0.5%，根据条件概率定理，我们可以把它写成Ytrue=P（ypred=1 | Ytrue=1）=P（Ytrue=1 | Y_pred=1）（把这个项看作真正数）*P（ypred=1）（我们已经知道这个项的值）。所以，P（Ypred=1 | Ytrue=1）=0.5*0.99=0.495。我想这回答了你的问题