Fatal编程技术网
  • performance/
  • Performance 如何计算缺陷跟踪中的假阳性率？在一个场景中，我总共有334个bug，其中57个是；“不是问题”；类型

Performance 如何计算缺陷跟踪中的假阳性率？在一个场景中，我总共有334个bug，其中57个是；“不是问题”；类型

performance

Performance 如何计算缺陷跟踪中的假阳性率？在一个场景中，我总共有334个bug，其中57个是；“不是问题”；类型,performance,qa,bug-tracking,false-positive,defects,Performance,Qa,Bug Tracking,False Positive,Defects,在我总共有334个bug，其中57个不是问题类型的情况下，如何计算假阳性率？我相信在这种情况下57是假阳性术语假阳性率，也称为假警报率，通常指错误拒绝某一特定测试的无效假设的概率。误报率的计算方法是错误分类为阳性（误报）的阴性事件数量与实际阴性事件总数（无论分类如何）之间的比率 假阳性率为FP/N=FP/FP+TN 其中FP是假阳性的数量，TN是真阴性的数量，N=FP+TN是总阴性的数量。这个问题似乎与我无关。你可以试试，谢谢！希望这有帮助

在我总共有334个bug，其中57个不是问题类型的情况下，如何计算假阳性率？我相信在这种情况下57是假阳性

术语假阳性率，也称为假警报率，通常指错误拒绝某一特定测试的无效假设的概率。误报率的计算方法是错误分类为阳性（误报）的阴性事件数量与实际阴性事件总数（无论分类如何）之间的比率

假阳性率为FP/N=FP/FP+TN

其中FP是假阳性的数量，TN是真阴性的数量，N=FP+TN是总阴性的数量。

这个问题似乎与我无关。你可以试试，谢谢！希望这有帮助