Quel est le meilleur moyen de retenir la différence entre sensibilité, spécificité, précision, exactitude et rappel?

Malgré avoir vu ces termes 502847894789 fois, je ne me souviens plus jamais de la différence entre sensibilité, spécificité, précision, exactitude et rappel. Ce sont des concepts assez simples, mais les noms me sont très peu intuitifs, alors je continue à les confondre. Quelle est une bonne façon de penser à ces concepts pour que les noms commencent à donner un sens?

En d'autres termes, pourquoi ces noms ont-ils été choisis pour ces concepts, par opposition à d'autres noms?

Personnellement, je me souviens de la différence entre précision et rappel (sensibilité) en pensant à la recherche d'informations:

• Rappel est la fraction des documents pertinents pour la requête qui a été récupérée avec succès, d'où son nom (rappel en anglais = action consistant à se souvenir de quelque chose).
• La précision est la fraction des documents récupérés qui sont pertinents pour le besoin d'informations de l'utilisateur. D'une manière ou d'une autre, vous prenez quelques photos et si la plupart d'entre elles ont leur cible (documents pertinents), vous disposez d'une précision élevée, quel que soit le nombre de tirs que vous avez effectués (nombre de documents récupérés).

Par précision et rappel, chacun correspond au vrai positif (TP) en numérateur divisé par un dénominateur différent.

• P recision: TP / P déclaré positif
• R eCall: TP / R eal positif

Les mnémoniques éliminent proprement le seul ennui de l'homme: un stockage cérébral insuffisant.

Il y a SNOUT SPIN:

• A S e n essai sitif, lorsque N règles egative OUT maladie
• Un Sp essai écifiques, lorsque P ositive, les règles DANS une maladie.

J'imagine un cochon en train de tourner dans une centrifugeuse, peut-être en prévision d'une sortie dans l'espace, pour m'aider à me souvenir de cette mnémonique. Bourdonner le thème avec Tail Spin avec les mots correctement modifiés peut aider les penchants musicaux d'une certaine génération.

Je ne connais pas d'autres.

Dans le contexte de la classification binaire:

Précision - Combien d'instances le modèle a-t-il correctement étiqueté?

Rappel - À quelle fréquence le modèle a-t-il pu détecter des éléments positifs?

Précision - À quel point le modèle est-il crédible lorsqu'il dit qu'une instance est positive?

J'ai créé un tableau de confusion interactif pour m'aider à comprendre la différence entre ces termes: http://zyxue.github.io/2018/05/15/on-the-p-value.html#interactive-confusion-table . Je poste le lien ici au cas où quelqu'un le jugerait utile.

J'utilise le mot TARP pour rappeler la différence entre exactitude et précision.

TARP: True = Précision, Relatif = Précision.

La précision mesure à quel point une mesure est proche de la valeur VRAI, car la valeur standard / acceptée est la VÉRITÉ.

La précision mesure la proximité des mesures entre elles, ou le faible écart entre les différentes mesures.

La précision est la vérité, la précision est la relativité.

J'espère que cela t'aides.