准确度,灵敏度,特异性

准确度、灵敏度和特异性是用来评估分类器性能的指标。

准确度（Accuracy）是指分类器正确分类的样本数与总样本数之比。它可以衡量分类器在所有样本中正确分类的能力。准确度越高，说明分类器的性能越好。

灵敏度（Sensitivity）也被称为召回率（Recall），是指分类器正确识别出的正样本数量与实际正样本数量之比。它可以衡量分类器对正样本的检测能力。灵敏度越高，说明分类器能够更好地识别出正样本。

特异性（Specificity）是指分类器正确识别出的负样本数量与实际负样本数量之比。它可以衡量分类器对负样本的检测能力。特异性越高，说明分类器能够更好地识别出负样本。

这三个指标共同用来评估分类器的性能，可以综合考虑分类器的准确度以及在正负样本上的分类能力。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [【20210914】【机器/深度学习】模型评价指标：精确率、召回率、特异性、敏感性、F1-score、ROC曲线、AUC](https://blog.csdn.net/weixin_40583722/article/details/120288106)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [混淆矩阵以及精度、灵敏度、特异性和模型准确度附matlab代码 ](https://download.csdn.net/download/qq_59747472/86795159)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]