1、false positive rate

false positive rate發(fā)音

英：　　美：

false positive rate中文意思翻譯

[醫]假陽(yáng)性率

假正例率

false positive rate雙語(yǔ)使用場(chǎng)景

1、Low false positive rate: Issues are proven, because the tests are performed on a running application.───低級假陽(yáng)性率：由于這些測試是在一個(gè)運行的應用程序中執行的，因此問(wèn)題也被證明。

2、It is an important research topic to improve detection rate and reduce false positive rate of the detection model in the field of intrusion detection.───在入侵檢測研究領(lǐng)域中，提高檢測模型的檢測率并降低誤報率是一個(gè)重要的研究課題。

3、But this approach is crippled by a very high false positive rate - many partial matches turn up people unrelated to the actual perpetrator.───但這種方法缺陷是有極高的假配對概率：許多部分配對的結果是，配對人與實(shí)際的違法人員沒(méi)有關(guān)系。

4、Scoring positive rate and the false positive rate is a key component in IDS evaluation.───評分方法是判定IDS的 檢測率和誤報率的重要環(huán)節,評分方法的準確性直接影響評估結果的有效性.

false positive rate相似詞語(yǔ)短語(yǔ)

1、false miterworts───心葉黃水枝

2、absentee rate───缺勤率

3、base lending rate───利率

4、false positions───試位法

5、false miterwort───心葉黃水枝

6、false positive───假陽(yáng)性

7、false positives───誤報；假陽(yáng)性；主動(dòng)錯誤信息

8、false position───試位法

9、competitive race───競爭性比賽

2、什么是ROC指標？

ROC指標的全稱(chēng)是Receiver Operating Characteristic，即受試者工作特性曲線(xiàn)。它是根據一系列不同二分類(lèi)器閾值下的樣本真陽(yáng)性率（True Positive Rate，簡(jiǎn)稱(chēng)TPR）和假陽(yáng)性率（False Positive Rate，簡(jiǎn)稱(chēng)FPR）繪制出的曲線(xiàn)，用來(lái)衡量模型預測能力的強弱。

ROC指標通常用于評估分類(lèi)模型的性能，例如在二元分類(lèi)問(wèn)題中，模型需要對正負樣本進(jìn)行區分。通過(guò)調整分類(lèi)閾值，模型可以獲得不同的TPR和FPR，從而繪制出ROC曲線(xiàn)。ROC曲線(xiàn)的橫坐標是FPR，縱坐標是TPR。理想情況下，一個(gè)好的分類(lèi)模型應該盡可能提高TPR并降低FPR。

在ROC曲線(xiàn)中，最接近左上角的點(diǎn)對應的閾值被稱(chēng)為最佳閾值，這個(gè)點(diǎn)的坐標（FPR，TPR）被稱(chēng)為最佳點(diǎn)。最佳點(diǎn)的TPR和FPR之和最小，表示在正確識別正樣本的同時(shí)，盡量減少誤判為正樣本的負樣本。

除了最佳閾值外，ROC曲線(xiàn)還可以給出其他重要的性能指標，例如曲線(xiàn)下面積（Area Under Curve，簡(jiǎn)稱(chēng)AUC）。AUC表示ROC曲線(xiàn)與橫軸之間的面積，用于衡量模型整體的分類(lèi)性能。AUC越接近1，表示模型的分類(lèi)性能越好。

總之，ROC指標是評估分類(lèi)模型性能的重要工具之一，通過(guò)繪制ROC曲線(xiàn)和計算AUC等指標，我們可以了解模型在不同閾值下的表現，從而對模型的預測能力進(jìn)行全面評估。