Как лучше всего запомнить разницу между чувствительностью, специфичностью, точностью, точностью и отзывом?

50

Несмотря на то, что я видел эти термины 502847894789 раз, я на всю жизнь не могу вспомнить разницу между чувствительностью, специфичностью, точностью, точностью и отзывчивостью. Это довольно простые понятия, но имена для меня совершенно не интуитивны, поэтому я постоянно путаю их друг с другом. Что такое хороший способ думать об этих понятиях, чтобы названия стали иметь смысл?

Другими словами, почему эти имена были выбраны для этих понятий, в отличие от некоторых других имен?

terminology accuracy sensitivity-specificity Джессика
источник
3
Лучший способ запомнить это вспомнить исследование из реальной жизни, где в центре внимания была та или иная характеристика. Т.е. контекстная плоть помогает.
ttnphns
1
Для меня лучший способ запомнить эти концепции - таблица непредвиденных обстоятельств 2 × 2 в ссылке на Википедию .
Рандель
1
@ttnphns: «контекстная плоть» - отличная опечатка!
говорит амеба: восстанови Монику
4
Напомним, чувствительность, там вам нужно иметь дело с одним меньше. :)
Penguin_Knight
1
Просто чтобы сохранить это здесь, этот пост предлагает хорошее объяснение: uberpython.wordpress.com/2012/01/01/…
Maxim.K

Ответы:

9

Лично я помню разницу между точностью и отзывом (или чувствительностью), думая о поиске информации:

  • Напоминание - это часть документов, относящихся к запросу, которые были успешно получены, отсюда и его имя (на английском языке возврат = действие по запоминанию чего-либо).
  • Точность - это доля найденных документов, которые имеют отношение к потребностям пользователя в информации. Каким-то образом вы делаете несколько снимков, и если большинство из них получили свою цель (соответствующие документы), то у вас есть высокая точность, независимо от того, сколько вы сделали снимков (количество документов, которые были получены).
Франк Дернонкур
источник
32

Для точности и напоминания каждый является истинно положительным (TP) в качестве числителя, разделенного на другой знаменатель.

  • P ревизия: TP / P передан положительно
  • R eall: TP / R eal положительный
beardc
источник
Однако вам нужно запомнить определения TP, TN, FN и FP, чтобы этот ответ был полезным.
nbro
15

Мнемоника аккуратно устраняет единственный враг человека: недостаточное хранение мозга.

Есть SNOUT SPIN:

  • S е н sitive тест, когда N egative правила OUT болезнь
  • Sp ecific тест, когда P ositive, правила В болезни.

Я представляю, как свинья вращается в центрифуге, возможно, при подготовке к выходу в космос, чтобы помочь мне вспомнить эту мнемонику. Напевание темы на Tail Spin со словами, соответствующим образом измененными, может помочь музыкально настроенным из определенного поколения.

Я не знаю ни о каких других.

Димитрий Васильевич Мастеров
источник
Правила SNOUT и SPIN обманчиво просты. Вы действительно должны иметь хорошие оценки чувствительности, специфичности и распространенности, прежде чем доверять положительным или отрицательным результатам теста, независимо от того, насколько чувствительным или специфичным является тест. Проверьте этот веб-сайт: kennis-research.shinyapps.io/Bayes-App . Например, ввод распространенности 5 на 1000 человек. чувствительность = 0,90, специфичность = 0,99 (по правилу Байеса) дает относительно низкую положительную прогностическую ценность .2857.
RobertF
5

В контексте бинарной классификации:

Точность - Сколько экземпляров модели было правильно маркировано?

Напомним, как часто модель умела находить позитивы?

Точность - Насколько правдоподобна модель, когда она говорит, что пример положительный?

peace_within_reach
источник
0

Я использую слово TARP, чтобы запомнить разницу между точностью и точностью.

TARP: True = точность, относительная = точность.

Точность измеряет, насколько измерение близко к ИСТИННОМУ значению, поскольку стандартное / принятое значение - ИСТИНА.

Точность измеряет, насколько близкие измерения ОТНОСИТЕЛЬНЫ друг другу или насколько низок разброс между различными измерениями.

Точность - это правда, точность - относительность.

Надеюсь это поможет.

Диллан Прасад
источник