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

50

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?

Jessica
la source
3
La meilleure façon de se souvenir est de rappeler une étude de la vie réelle où telle ou telle caractéristique était au centre. Ie chair contextuelle aide.
ttnphns
1
Pour moi, le meilleur moyen de retenir ces concepts consiste à utiliser le tableau de contingence 2 × 2 dans le lien Wikipedia .
Randel
1
@ttnphns: "chair contextuelle" est une excellente typo!
amibe dit de réintégrer Monica
4
Rappel, c’est la sensibilité, vous en avez une de moins à traiter. :)
Penguin_Knight
1
Juste pour le garder ici, cet article propose une bonne explication: uberpython.wordpress.com/2012/01/01/…
Maxim.K

Réponses:

9

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).
Franck Dernoncourt
la source
32

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
barbe
la source
Cependant, vous devez vous rappeler la définition de TP, TN, FN et FP pour que cette réponse soit utile.
Nbro
15

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.

Dimitriy V. Masterov
la source
Les règles SNOUT et SPIN sont d'une simplicité trompeuse. Vous devez vraiment avoir de bonnes estimations de la sensibilité, de la spécificité et de la prévalence avant de faire confiance à un résultat de test positif ou négatif, quelle que soit la sensibilité ou la spécificité du test. Consultez ce site Web: kennis-research.shinyapps.io/Bayes-App . Par exemple, entrez une prévalence de 5 pour 1 000. sensibilité = .90, spécificité = .99 produit (via la règle de Bayes) une valeur prédictive positive relativement basse de .2857.
RobertF
5

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?

la paix avec la portée
la source
0

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.

Dillan Prasad
la source