机器学习中的SP和SN

在机器学习中，SP和SN分别代表着“Specificity”（特异性）和“Sensitivity”（敏感性）。

1. 特异性（Specificity）是指在二分类问题中，模型正确预测负例的能力。它表示模型将负例正确分类的比例。特异性可以通过以下公式计算：
特异性 = TN / (TN + FP)
其中，TN表示真实负例被正确预测为负例的数量，FP表示真实负例被错误预测为正例的数量。

2. 敏感性（Sensitivity），也称为召回率（Recall）或真正例率（True Positive Rate），是指在二分类问题中，模型正确预测正例的能力。它表示模型将正例正确分类的比例。敏感性可以通过以下公式计算：
敏感性 = TP / (TP + FN)
其中，TP表示真实正例被正确预测为正例的数量，FN表示真实正例被错误预测为负例的数量。