リハビリ 人工知能 理学療法 Deep learning Deep Neural Network ディープラーニング AI 鍼灸

人工知能・リハビリ・日記・理学療法

タイトルはAIですが、個人的な日記なので、あまり気になさらないように。

混同行列(2×2 分割表)のあれこれ。

どうも、たまには記事もかかないとサボり癖がついてしまいます。

パワプロでサボり癖がつくと良い選手がサクセスできません。

 

混同行列(2×2 分割表)のあれこれ。

混同行列というのは、2×2の分割表のことです。

こんな感じ↓

f:id:Takuma_AI:20210816173241p:plain

混同行列(Confusion Matrix)

この分割表から、感度やら特異度を計算するのですが、もうややこしいんですよ。今日は、もっとややこしくして差し上げます。(すみません。)

TP(真陽性) FN(偽陽性

FP(偽陰性) TN(真陰性)

 まず、これが大切です。

 

この、TP、FP、FN、TNから計算できる指標は数多くあります。

少し前にも取り上げました↓

takuma-ai.hatenablog.com

 

takuma-ai.hatenablog.com

 

これだけでも、ややこしいですが、他にも指標はありますよという話です。

 

精度(ACC)=(TP+TN)/(TP+TN+FN+FP)

 

エラー率(ERR)=(FP + FN)/(TP + TN + FN + FP)

 

感度(Sn, TPR, REC)=TP /(TP + FN)

 

特異度(Sp)=TN /(TN + FP)

 

偽陽性率(FPR)=FP /(TN + FP)

 

陽性的中率(PPV)=TP /(TP + FP)

 

MCC=(TP * TN-FP * FN)/((TP + FP)(TP + FN)(TN + FP)(TN + FN))1/2

 

ややこしいすぎませんか。

予測モデルの論文を読んで理解するためには、時間がかかりそうですね。

 

takuma-ai.hatenablog.com

 

takuma-ai.hatenablog.com