Machine learning 如何根据TPR、FPR和精度计算F-measure

有人能帮我吗

我已经给出了TPR（真阳性率）和（假阳性率）以及准确度。根据给定的数字，是否有任何方法来计算f-度量、精度和召回率

假设tpr=0.93 FPR=0.17，准确度=0.93。f-measure的值是多少

---

谢谢，

F需要计算精确性和召回率（真阳性率）

在混淆矩阵中，您有四个变量（TP、FP、FN、TN），由于您只需要比率，因此您有TP+FP+FN+TN=1，这实际上使只有3个未知变量。现在你们有了TPR，FPR，精度，你们可以有3个独立的方程：

TP/(TP+FN) = 0.93
FP/(FP+TN) = 0.17
TP+TN = 0.93

---

然后你就可以计算出准确度，然后F

真阳性率就是召回率。不幸的是，精度和f-测量值都不能从上面计算出来。

TP+FP+FN+TN=1

，而不是

TP+FP+FN+TN=n

，其中

n

是训练/测试的大小set@lejlot如果你用利率而不是计数。。。显然，公布的使用率，因为绝对计数没有任何好处。当然你可以这么做，但这不是TP或其他任何定义，对吗？我至少看不到什么好处，最常见的“真阳性率”在统计学中有完全不同的含义。我完全同意，这不会改变上述计算中的任何内容。我只是指首字母缩写词的既定含义。我错了吗？费率是更普遍的含义吗？谢谢lejlot:d我完全同意TP+FP+FN+TN=n。我试着计算TP和FP，但它对我不起作用。