精度= 1-テストエラー率

これが非常に明白な質問であればおApびしますが、私はさまざまな投稿を読んでおり、良い確認を見つけることができないようです。分類の場合、分類器の精度= 1-テストエラー率ですか？精度はですが、私の質問は、精度とテストエラー率がどの程度正確に関連しているかです。 $\frac{TP+TN}{P+N}$

原則として、正確さは適切に予測されたケースの割合であり、したがって1-誤分類されたケースの割合、つまりエラー（率）です。ただし、両方の用語はよりあいまいな方法で使用されることもありますが、クラスバランスのエラー/精度、さらにはFスコアやAUROCなど、さまざまなものをカバーします-常に適切な説明を探して含めるか、報告する。

また、テストエラー率はテストセットのエラーを意味するため、1テストセットの精度である可能性が高く、他の精度が飛び回っている可能性があることに注意してください。

@mbq回答：

「1-誤分類されたケースの割合、つまりエラー（率）」

ただし、誤分類とエラーは同じものであるため、間違っているようです。以下を参照してください（http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/から）：

精度：全体として、分類器はどれくらいの頻度で正しいですか？（TP + TN）/合計=（100 + 50）/ 165 = 0.91

誤分類率：全体として、どのくらいの頻度で間違っていますか？（FP + FN）/合計=（10 + 5）/ 165 = 0.09 1マイナス精度に相当

「エラー率」とも呼ばれます