Machine learning PPV与灵敏度

我在看方程PPV和灵敏度

我得到了这个

PPV = TP / (TF+FN)

及

这意味着两者都是一样的

我们有两个名字吗

为什么F1的成绩是如此

F1 Score = 2*PPV*S / (PPV+S)

我们能把F1成绩改写成

F1 Score = 2*PPV*PPV / (PPV+PPV) = 2*PPV*PPV / (2*PPV) = PPV !!

他们都一样吗

似乎我在这里缺少了一些条件或东西

---

有人能给我解释一下我错过了什么吗

以医疗诊断为例： 敏感性是所有实际患有该疾病的患者中检测呈阳性的比例

灵敏度=TP/（TP+FN）=TPR

而， PPV是指根据检测结果，患者患预测特定疾病的可能性

PPV=TP/（TP+FP）这肯定不等于TP/（TP+FN）

关于F1： F1是精度和灵敏度的调和平均值。一个按列标准化，另一个按行标准化。精密度与PPV同义，而灵敏度与TPR同义

---

F1=2*PPV*TPR/（PPV+TPR）

以医疗诊断为例： 敏感性是所有实际患有该疾病的患者中检测呈阳性的比例

灵敏度=TP/（TP+FN）=TPR

而， PPV是指根据检测结果，患者患预测特定疾病的可能性

PPV=TP/（TP+FP）这肯定不等于TP/（TP+FN）

关于F1： F1是精度和灵敏度的调和平均值。一个按列标准化，另一个按行标准化。精密度与PPV同义，而灵敏度与TPR同义

---

F1=2*PPV*TPR/（PPV+TPR）

不是一个编程问题，因此可以说是离题了；更适合。不是一个编程问题，因此可以说是离题的；我在看这篇文章arxiv.org/pdf/1703.08705，第7页写着PPV=TP/（TF+FN），我在看这篇文章arxiv.org/pdf/1703.08705，第7页写着PPV=TP/（TF+FN）

F1 Score = 2*PPV*PPV / (PPV+PPV) = 2*PPV*PPV / (2*PPV) = PPV !!