获取tp,fp,tn,fn代码
时间: 2024-02-18 12:07:02 浏览: 27
以下是一个分类问题中计算 TP(true positive)、FP(false positive)、TN(true negative)和 FN(false negative)的 Python 代码示例:
```python
# 假设有一个二分类模型的预测结果如下
y_true = [0, 1, 1, 0, 1, 0, 1, 0, 0, 1]
y_pred = [0, 1, 0, 0, 1, 1, 0, 0, 1, 1]
tp = 0 # 真正例数量
fp = 0 # 假正例数量
tn = 0 # 真反例数量
fn = 0 # 假反例数量
for i in range(len(y_true)):
if y_true[i] == 1 and y_pred[i] == 1:
tp += 1
elif y_true[i] == 0 and y_pred[i] == 1:
fp += 1
elif y_true[i] == 0 and y_pred[i] == 0:
tn += 1
elif y_true[i] == 1 and y_pred[i] == 0:
fn += 1
print("TP:", tp)
print("FP:", fp)
print("TN:", tn)
print("FN:", fn)
```
输出结果为:
```
TP: 3
FP: 2
TN: 3
FN: 2
```
其中,样本总数为 10,TP 表示预测为正例且实际为正例的样本数,FP 表示预测为正例但实际为反例的样本数,TN 表示预测为反例且实际为反例的样本数,FN 表示预测为反例但实际为正例的样本数。