HyperAIHyperAI

Command Palette

Search for a command to run...

معدل إيجابي حقيقي

التاريخ

منذ 7 أعوام

معدل إيجابي حقيقي TPR هي نسبة عدد نتائج التنبؤ بالعينة الإيجابية إلى العدد الفعلي للعينات الإيجابية.

مفهوم مشكلة التصنيف الثنائي

بالنسبة لمشكلة التصنيف الثنائي، يمكن تقسيم العينات إلى أربع فئات وفقًا لمجموعة فئاتها الحقيقية والفئات التي تنبأ بها المتعلم، وهي: الإيجابية الحقيقية، والإيجابية الكاذبة، والسلبية الحقيقية، والسلبية الكاذبة.

ومن بينها، يتم استخدام "صحيح" و"خطأ" للحكم على ما إذا كانت النتيجة صحيحة أم لا، ويتم استخدام "إيجابي" و"سلبي" للحكم على ما إذا كانت النتيجة إيجابية أم سلبية. لذلك، العدد الإجمالي للعينات = TP + FP + TN + FN

أهمية معدل الحالات الحقيقي

يتم حساب معدل الإيجابية الحقيقي على النحو التالي: TPR = TP / (TP + FN)

يمثل نسبة المعدل الإيجابي في الكشف الصحيح. يمكن الحصول على منحنى ROC عن طريق وضع TPR وFPR على نفس الرسم البياني، والمساحة الموجودة أسفل منحنى ROC هي AUC. يتم استخدام ROC وAUC عادةً كمقاييس للأداء في تقييم النموذج.

المصطلحات ذات الصلة: معدل الإيجابية الكاذبة (FPR)، منحنى ROC، فئة الإيجابية الحقيقية، فئة السلبية الحقيقية

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
معدل إيجابي حقيقي | الموسوعة | HyperAI