针对不同组大小的精确度和召回计算

Question

我在任何地方都没有找到这个问题的答案，所以我希望这里有人可以帮助我和其他有同样问题的人。

假设我有 1000个阳性样本 和 1500个阴性样本 。

现在，假设 950 True Positives （正面样本正确分类为正面）和 100误报 （阴性样本被错误地归类为阳性）。

我应该使用这些原始数字来计算 精确度 ，还是应该考虑不同的群​​组规模？

换句话说，我的精确度应该是：

TruePositive /（TruePositive + FalsePositive） = 950 /（950 + 100）= 90.476％

应该是

OR ：

（TruePositive / 1000）/ [（TruePositive / 1000）+（FalsePositive / 1500）] = 0.95 /（0.95 + 0.067）= 93.44％

在第一次计算中，我没有考虑每组中的样本数量而采用原始数字，而在第二次计算中，我使用每个度量的比例与其对应的组，以消除由此引起的偏差。组＆＃39;不同大小

Answer 1

回答所述问题：按definition，精度由第一个公式计算：TP /（TP + FP）。

但是，这并不意味着您必须使用此公式，即精确度量。还有许多其他措施，请查看this wiki page上的表格，并选择最适合您的任务的表格。

例如，positive likelihood ratio似乎与您的第二个公式最相似。