题目
在评估二分类模型性能时,精确率(Precision)和召回率(Recall)是两个重要指标。精确率的定义是( )。A. 被正确预测的正例占所有实际正例的比例B. 被正确预测的负例占所有实际负例的比例C. 被正确预测的正例占所有被预测为正例的比例D. 被正确预测的样本占所有样本的比例
在评估二分类模型性能时,精确率(Precision)和召回率(Recall)是两个重要指标。精确率的定义是( )。
A. 被正确预测的正例占所有实际正例的比例
B. 被正确预测的负例占所有实际负例的比例
C. 被正确预测的正例占所有被预测为正例的比例
D. 被正确预测的样本占所有样本的比例
题目解答
答案
C. 被正确预测的正例占所有被预测为正例的比例
解析
本题考查二分类模型中精确率(Precision)的定义。解题思路是明确精确率、召回率、准确率等不同评估指标的定义,然后将各选项与精确率的定义进行逐一对比分析。
- 精确率的定义:精确率衡量的是在所有被模型预测为正样本的样本中,真正被正确预测为正样本的比例。其数学公式为:$Precision = \frac{TP}{TP + FP}$,其中$TP$(True Positive)表示被正确预测为正类的样本数,$FP$(False Positive)表示被错误预测为正类的样本数。
- 对各选项的分析:
- 选项A:“被正确预测的正例占所有实际正例的比例”,根据召回率的定义,召回率$Recall = \frac{TP}{TP + FN}$,其中$FN$(False Negative)表示被错误预测为负类的样本数。所以该选项描述的是召回率,不是精确率。
- 选项B:“被正确预测的负例占所有实际负例的比例”,这是负样本相关指标,与精确率的定义无关。
- 选项C:“被正确预测的正例占所有被预测为正例的比例”,这与精确率的定义$Precision = \frac{TP}{TP + FP}$相符,即所有被预测为正例($TP + FP$)中,被正确预测的正例($TP$)的比例。
- 选项D:“被正确预测的样本占所有样本的比例”,这是准确率(Accuracy)的定义,其公式为$Accuracy = \frac{TP + TN}{TP + TN + FP + FN}$,其中$TN$(True Negative)表示被正确预测为负类的样本数。