感度、特異性、精度、精度、再現率の違いを覚える最良の方法は何ですか？

これらの用語を502847894789回見たにもかかわらず、私は一生、感度、特異性、精度、正確性、想起の違いを思い出せません。それらは非常に単純な概念ですが、名前は私には非常に直感的ではないので、私はそれらをお互いに混乱させ続けています。これらの概念について考えて、名前が意味を持ち始めるための良い方法は何ですか？

別の言い方をすれば、他の名前とは対照的に、なぜこれらの概念のためにこれらの名前が選ばれたのですか？

個人的には、情報検索について考えることで、精度とリコール（感度）の違いを覚えています。

• リコールは、正常に取得されたクエリに関連するドキュメントの一部であるため、その名前（英語のリコール=何かを記憶するアクション）です。
• 精度とは、ユーザーの情報ニーズに関連する、取得されたドキュメントの割合です。どういうわけか、いくつかのショットを取り、それらのほとんどがターゲット（関連ドキュメント）を取得した場合、発射したショットの数（取得したドキュメントの数）に関係なく、高い精度が得られます。

精度と再現率については、それぞれが分子を異なる分母で割った真の正（TP）です。

• P除去：TP / P陽性
• R eコール：TP / R EAL正

ニーモニックは、人間の唯一の宿敵である脳の貯蔵不足をきれいに排除します。

SNOUT SPINがあります：

• A Sと E N sitive試験、場合N egativeルールOUT疾患
• A のSp ecificテスト、Pの ositive、ルール、IN病気。

このニーモニックを思い出すのを助けるために、おそらく宇宙へ行く準備として、豚が遠心分離機の中で回っているのを想像します。テーマを適切に変更された単語でテールスピンにハミングすると、特定の世代から音楽的に傾倒するのに役立ちます。

私は他に気づいていません。

バイナリ分類のコンテキストでは：

精度-モデルが正しくラベル付けしたインスタンスの数。

リコール-モデルはどれくらいの頻度で陽性を発見できましたか？

精度-インスタンスがポジティブであると言ったときのモデルの信頼性

：私は、私はこれらの用語の違いを理解を助けるために、対話型の混乱のテーブルを作成しhttp://zyxue.github.io/2018/05/15/on-the-p-value.html#interactive-confusion-tableを。誰かが役に立つかもしれない場合に備えて、ここにリンクを投稿します。

TARPという言葉を使用して、精度と精度の違いを覚えています。

TARP：True =精度、Relative =精度。

精度は、標準/許容値が真であるため、測定値が真の値にどれだけ近いかを測定します。

精度は、測定値が互いにどれだけ近いか、またはさまざまな測定値間の広がりがどれだけ小さいかを測定します。

精度は真実であり、精度は相対性理論です。

お役に立てれば。