医疗场景下分类模型评估指标详解

目录

一、混淆矩阵

二、单阈值衍生指标

2.1 围绕病人

灵敏度（Sensitivity）

假阴性率（FNR）

2.2 围绕健康人

特异度（Specificity）

假阳性率（FPR）

2.3 围绕两者

准确率（Accuracy）

阳性预测值（PPV）

F1 值

约登指数（Youden’s J）

三、曲线指标

ROC 曲线与 AUROC

PR 曲线与 AUPRC

四、MCC（马修斯相关系数）

五、速查表

原文链接：https://mp.weixin.qq.com/s/ot-WPauABeddZAA3Ub3jLw

一、混淆矩阵

假设有一个诊断模型（比如根据检查指标预测糖尿病），对 1000 人做筛查。已知总人数 1000，其中真实患病 100 人、健康 900 人，模型判为"患病"的共 150 人。

这 150 人不会全是真病人。

把结果按模型判断和真实患病交叉分类，就是经典判定表：