假阳性是算第一类错误还是第二类错误?

  统计/机器学习 假设检验 监督式学习    浏览次数:823        分享
0

分类算法的假阳性是算第一类错误还是第二类错误?

 

zzzz   2020-02-16 22:09



   1个回答 
1

第一类错误又称为弃真错误,是将原本正确的H0拒绝了,接受了错误的H1。H0就相当于(-),H1(+),则从(-)到(+),就是假阳性的过程,将实际的阴性当成阳性结果了。第二类错误就是将不成立的H0(-)取了,则是实际上正确的H1(+)没取,从(+)到(-),取伪。

SofaSofa数据科学社区DS面试题库 DS面经

LiShanfei   2020-04-24 00:14



  相关主题

T检验的effect size是什么?有什么含义吗?   1回答

单因素方差分析(one-way anova)在使用时需要有什么前提假设条件吗?   1回答

多重检验中的FDR(false discovery rate, 错误发现率)是什么?   2回答

F检验的使用场景   3回答

T检验需要提前假设吗?   1回答

假设检验的效力是什么?   1回答

多重比较校正   1回答

t检验,需要测试集验证集吗?   3回答

单侧T检验p值与双侧T检验p值的关系   1回答

spss的检验分了t,卡方,非参数,分类的依据和目的是啥   1回答

z test和t test什么区别?   1回答

显著水平和p值是什么关系?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!