Statistics ROC曲线数据点的计算（接收器-操作员特性）

给定一个特定的阈值e，我能够生成以下两组格式：-

Set<String> observedDocs;
Set<String> actualDocs;

Set observedDocs；
设置实际接触点；

现在我必须计算出真阳性率和假阳性率。TPR很容易计算，它是召回的一个非常直观的定义，我采用以下方式：-

private double recall(final Set<String> observedDocs, final Set<String> actualDocs) {
    Set<String> relevantAndRetrieved = new HashSet<>(observedDocs);
    relevantAndRetrieved.addAll(actualDocs);
    return relevantAndRetrieved.size() / actualLabels.size();
}

private双重召回（最终设定观察到的OCS，最终设定实际OCS）{
Set relevantAndRetrieved=新哈希集（observedDocs）；
相关和检索。添加所有（实际OCs）；
返回relevantAndRetrieved.size（）/actualLabels.size（）；
}

---

我需要一些基于等价集合操作的方法来计算假阳性率。我不想计算假阳性、假阴性计数等。

好吧，FPR是由分类器标记为阳性的否定示例的比例。但我不知道如何用变量来表达。您的

调用功能如何工作<代码>观察标签

和

实际标签

最多有2个元素，对吗？你的意思是把那些

列出来而不是
Set
？
抱歉，我指的是观察到的ocs和实际的ocs。我编辑了代码以反映这一点。