Die True Positive Rate (TPR) ist eine Metrik, die in der Statistik, im maschinellen Lernen und in der medizinischen Diagnose verwendet wird, um die Leistung binärer Klassifizierungsmodelle zu bewerten. Es stellt den Anteil der tatsächlichen positiven Fälle dar, die vom Modell korrekt identifiziert oder als positiv klassifiziert wurden. TPR wird auch Sensibilität, Rückruf oder Trefferquote genannt.

Die wahre Rate kann zur Messung binärer Kontextfragen verwendet werden. Beispiele hierfür sind die Vorhersage von Ereignissen, die Erkennung von Krankheiten, die Qualitätskontrolle und das maschinelle Lernen – die Bewertung der Leistung von Klassifizierungsalgorithmen oder -modellen.

Formel für die True-Positive-Rate

Die TPR-Rate misst den Anteil der positiven Instanzen, die das Modell genau als positiv erkennt. Die Berechnungsformel lautet:

TPR = TP / (TP + FN)

• TP (True Positive) – Korrekt klassifizierte positive Beispiele.
• FN (Falsch-Negativ) – Falsch klassifizierte negative Beispiele.

Verweise

【1】https://www.iguazio.com/glossary/true-positive-rate/