题目
对于二分类问题，可将样例根据其真实类别与学习器预测类别的组合划分为真正例（true positive）、假正例（false positive）、真反例（true negative）、假反例（false negative），令TP、FP、TN、FN分别表示其对应的样例数。那么查准率（Precision）应该定义为A. TP/(TP+FP)B. TP/(TP+FN)C. (TP+FN)/(TP+FP+TN+FN)D. (TP+TN)/(TP+FP+TN+FN)
对于二分类问题，可将样例根据其真实类别与学习器预测类别的组合划分为真正例（true positive）、假正例（false positive）、真反例（true negative）、假反例（false negative），令TP、FP、TN、FN分别表示其对应的样例数。那么查准率（Precision）应该定义为
A. TP/(TP+FP)
B. TP/(TP+FN)
C. (TP+FN)/(TP+FP+TN+FN)
D. (TP+TN)/(TP+FP+TN+FN)
题目解答
答案
A. TP/(TP+FP)
解析
步骤 1：定义查准率
查准率（Precision）是衡量分类器预测为正类的样本中实际为正类的比例。它关注的是分类器预测为正类的准确性。
步骤 2：计算查准率
查准率的计算公式为：Precision = TP / (TP + FP)，其中TP表示真正例（True Positive），即实际为正类且被正确预测为正类的样本数；FP表示假正例（False Positive），即实际为负类但被错误预测为正类的样本数。
步骤 3：选择正确答案
根据查准率的定义和计算公式，选项A（TP/(TP+FP)）是正确的。
查准率（Precision）是衡量分类器预测为正类的样本中实际为正类的比例。它关注的是分类器预测为正类的准确性。
步骤 2：计算查准率
查准率的计算公式为：Precision = TP / (TP + FP)，其中TP表示真正例（True Positive），即实际为正类且被正确预测为正类的样本数；FP表示假正例（False Positive），即实际为负类但被错误预测为正类的样本数。
步骤 3：选择正确答案
根据查准率的定义和计算公式，选项A（TP/(TP+FP)）是正确的。