混同行列(2×2 分割表)のあれこれ。
診断精度
論文
統計
精度
研究
理学療法
機械学習
人工知能
交差検証
リハビリ
プログラミング
Python
R
PT
Net Reclassification Improvement
Integrated Discrimination Improvement
IDI
NRI
AI
Decision Curve Analysis
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↓
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↓
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。