Что такое чувствительность и специфичность в простых словах. Понимаем разницу между sn и sp

Термины "sn" и "sp" часто используются для обозначения вероятности того, что тестируемый объект или человек принадлежит к определенному классу или категории. Они широко применяются в контексте классификации и машинного обучения. Давайте разберемся в их значениях и различиях.

sn (чувствительность)



Что это такое

 Чувствительность, также известная как true positive rate (TPR) или recall, измеряет долю истинно положительных результатов, которые модель классификации предсказала корректно относительно всех фактически положительных случаев.

Формула

 sn = TP / (TP + FN), где TP (True Positives) - количество верно предсказанных положительных случаев, а FN (False Negatives) - количество неверно предсказанных отрицательных случаев.

Пример

 Представим ситуацию медицинского теста на наличие болезни. Если у 100 человек 80 действительно болеют, а модель правильно идентифицировала 70 из них, то чувствительность будет равна 70/80 = 0.875 или 87.5%.





sp (специфичность)



Что это такое

 Специфичность описывает долю истинно отрицательных результатов, которые модель классификации предсказала корректно относительно всех фактически отрицательных случаев.

Формула

 sp = TN / (TN + FP), где TN (True Negatives) - количество верно предсказанных отрицательных случаев, а FP (False Positives) - количество неверно предсказанных положительных случаев.

Пример

 Вернемся к медицинскому тесту на болезнь. Пусть у 100 человек только 20 действительно болеют, а 80 здоровы. Если модель правильно идентифицировала 70 здоровых из 80, то специфичность будет равна 70/80 = 0.875 или 87.5%.







Различия



Цель

 Чувствительность измеряет способность модели обнаруживать положительные случаи, тогда как специфичность измеряет ее способность правильно отвергать негативные случаи.

Фокус ошибок

 Чувствительность фокусируется на ложных отрицательных результатах (когда что-то было пропущено), а специфичность - на ложных положительных результатах (когда что-то неправильно идентифицировано как положительный случай).

Интерпретация

 Чувствительность помогает определить, насколько хорошо модель идентифицирует действительно положительные случаи, а специфичность показывает, насколько хорошо она идентифицирует действительно отрицательные случаи.

Похожий контент:

• Чем чат отличается от телеконференции
• Чем отличается аспаркам от панангина
• Чем отличается пнд от пвх
• Чем министерство отличается от службы
• Чем отличается сочинение от сообщения