误报率 (False Positive Rate) 是机器学习模型预测积极结果准确性的衡量标准。它是模型预测积极结果但实际结果消极的实例比例。
误报率是开发和评估机器学习模型时需要考虑的重要指标，特别是在误报预测后果严重的情况下。例如，如果使用模型来预测金融系统中的欺诈活动，则误报预测可能会导致无辜的个人被错误地指控为欺诈行为。在这种情况下，重要的是尽量减少误报率，以避免给无辜者带来负面后果。