FPR (False Positive Rate), ложные положительные срабатывания

#python #машинное_обучение #big_data

Подскажите, пожалуйста, как посчитать число ложных положительных срабатываний (FPR)
относительно третьего класса для следующей матрицы ошибок (confusion matrix):


    

Ответы

Ответ 1

FP      FP             14+5
FPR = ---- = ------- = ----------------- = 0.106
       N     FP + TN    40+50+23+47+14+5


обозначения:

FPR:  False Positive Rate (FPR)
FP:   False Positive  (FP)
N:    condition negative (N)
TN:   True Negative (TN)


Ответ 2

В хелпе  sklearn есть пример, но вот не могу понять как его верно использовать. На
данный момент у меня csv файл с одним признаком и одним классификаторов (два столбца,
y_true, y_pred)


Ответ 3

Число ложных положительных срабатываний для третьего класса = 14 + 5 = 19