Čo sú TPR a FPR? Ako súvisia s presnosťou a recallom?

TPR (Skutočná miera pozitívnych) a FPR (Falošná miera pozitívnych) sú metriky používané na hodnotenie kvality binárnej klasifikácie.

• TPR (citlivosť, recall) — podiel správne predpovedaných pozitívnych prípadov zo všetkých skutočných pozitívnych:

  [ TPR = \frac{TP}{TP + FN} ]

• FPR — podiel nesprávne predpovedaných pozitívnych prípadov zo všetkých skutočných negatívnych:

  [ FPR = \frac{FP}{FP + TN} ]

Tu TP sú pravé pozitívne, FP sú falošné pozitívne, FN sú falošné negatívne, TN sú pravé negatívne.

Presnosť — podiel správne predpovedaných pozitívnych prípadov zo všetkých predpovedaných ako pozitívne:

[ Presnosť = \frac{TP}{TP + FP} ]

Vzťah medzi nimi:

• Recall a TPR sú synonymá.
• Presnosť a recall pomáhajú pochopiť rovnováhu medzi úplnosťou a presnosťou klasifikácie.

Príklad: Ak model často nesprávne klasifikuje negatívne objekty ako pozitívne (vysoké FPR), presnosť klesá, pretože je veľa FP. Ak model vynecháva veľa pozitívnych (nízky TPR/recall), úplnosť trpí.