statistics - 如何将误报和漏报合并为一项措施

Question

我正在尝试测量尝试检测视频中对象的计算机视觉程序的性能。我有 3 个不同版本的程序，它们具有不同的参数。我对每个版本进行了基准测试，得到了 3 对(误报百分比、误报百分比)。

现在我想将各个版本进行比较，然后我想知道将误报和漏报合并为一个值并使用它进行比较是否有意义。例如，采用等式 falsePositives/falseNegatives 并查看哪个较小。

Answer 1

除了 @alchemist-al 提到的流行的ROC 曲线下面积 (AUC) 指标，有一个结合了精确度和召回率(以 TP/FP/TN/FN 定义)的分数，称为 F-measure从 0 到 1(0 是最差，1 是最好):

F-measure = 2*precision*recall / (precision+recall)

哪里

precision = TP/(TP+FP)  ,  recall = TP/(TP+FN)