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:5384        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



  相关讨论

t检验,需要测试集验证集吗?

T检验的effect size是什么?有什么含义吗?

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

显著水平和p值是什么关系?

spss的检验分了t,卡方,非参数,分类的依据和目的是啥

配对T检验和两样本T检验是一回事么?

z test和t test什么区别?

单侧T检验p值与双侧T检验p值的关系

多重比较校正

F检验的使用场景

  随便看看

python里怎么求一个矩阵的秩?

为啥Xgboost比GradientBoost好那么多?

huber loss是什么?什么时候用?

seaborn如何显示图?

主成分分析法(PCA)算是黑盒算法吗?