P2 · 辨識即可
機器學習
偽陰性 (False Negative, FN)
是什麼
偽陰性(FN)指實際是正例、模型卻判成負例,也就是「漏掉了」,例如有病被判沒病、葉片有害蟲卻沒偵測到。
解決什麼問題
在疾病、詐欺、害蟲等漏檢代價高的任務,要壓低 FN,也就是提高召回率(Recall)。
考場 Trigger
- 漏檢/漏報
- 實際有、卻判為沒有
- 寧可多報不能漏 → 壓低 FN
容易搞混
召回率精確率
初級深度
看到名稱能辨識其類型與主要用途即可。
機器學習
是什麼
偽陰性(FN)指實際是正例、模型卻判成負例,也就是「漏掉了」,例如有病被判沒病、葉片有害蟲卻沒偵測到。
解決什麼問題
在疾病、詐欺、害蟲等漏檢代價高的任務,要壓低 FN,也就是提高召回率(Recall)。
考場 Trigger
容易搞混
初級深度
看到名稱能辨識其類型與主要用途即可。
Official Evidence