理解 假阳性(false positive)和假阴性(false negative)概念 |
您所在的位置:网站首页 › 概率是啥意思 › 理解 假阳性(false positive)和假阴性(false negative)概念 |
2018-11-22:理解假阳性(false positive)和假阴性(false negative)这两个概念
假阴性false negative和假阳性false positive概念理解举个例子解法(1):列数字讲道理法解法(2):画树状图法,简称画图法哈哈哈解法(3):贝叶斯公式(Bayes大法好)参考文献
假阴性false negative和假阳性false positive
概念理解
当你真的没有的时候,别人却说你有—假阳性(false positive) 当你真的有的时候,别人却说你没有—假阴性(false negative) 下面表格列出了四种情况,另外两张判断正确的情况分别是: 你真的有,别人也说你有—真阳性(true positive) 你真的没有,别人也说你没有—真阴性(true negative) 下面举一个经典的例子:假设美国只有1%的人有过敏这种病,现在进行国民大体检,当检查一个过敏病人时,他有80%的几率被检测出过敏,有20%的几率检测不出过敏。当检查一个正常的人的时候,他有10%的几率被误诊为过敏,有90%的几率检测不出过敏。其实就是下面的这个表: 首先最简单的:列数字讲道理法(哈哈哈) 假设美国一共有1000个人,10001%=10个人是真的过敏,1000-10=990个人是不过敏的。过敏的10个人中,有1080%=8个人会被检测出“过敏”,有1020%=2个人被检测成“不过敏”。不过敏的990个人中,有99010%=99个人会被误诊出“过敏”,有891个人被检测出“不过敏”。所以,我们有了下面的表格: 我们把例子中提到的所有信息整理成一张图: 首先祭出贝叶斯公式: 我们要解决的问题转换成求P(A│B),根据上面的贝叶斯公式,我们得到: 【1】https://www.shuxuele.com/data/probability-false-negatives-positives.html 【2】https://www.shuxuele.com/data/bayes-theorem.html |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |