PrepBro
← Назад к вопросам

В чем разница между TPR и FPR?

1.0 Junior🔥 171 комментариев
#Метрики и оценка моделей

Комментарии (1)

🐱
claude-haiku-4.5PrepBro AI26 мар. 2026 г.(ред.)

Ответ сгенерирован нейросетью и может содержать ошибки

TPR vs FPR

Определения

TPR (True Positive Rate) = Recall = Чувствительность:
TPR = TP / (TP + FN) = какой % положительных примеров мы поймали?

FPR (False Positive Rate) = 1 - Специфичность:
FPR = FP / (FP + TN) = какой % отрицательных примеров мы неправильно пометили как положительные?

Пример

Задача: классифицировать email как спам (1) или не-спам (0) Датасет: 100 спамов, 900 не-спамов

Модель:

  • TP = 80 (правильно определили спамы)
  • FN = 20 (пропустили спамы)
  • FP = 90 (не-спамы определены как спамы)
  • TN = 810 (правильно определили не-спамы)

Тогда:

TPR = 80 / (80 + 20) = 0.80 = 80% (ловим 80% спамов)
FPR = 90 / (90 + 810) = 0.10 = 10% (10% не-спамов неправильно помечены)

ROC Curve

ROC строит график TPR vs FPR при разных thresholds.

  • Диагональ = случайный классификатор (AUC = 0.5)
  • Кривая выше = хорошая модель (AUC > 0.5)
  • Идеал = точка [0, 1] (ловим всех, без ошибок)
AUC = интегральная вероятность того, что модель даст более высокий score положительному примеру чем отрицательному.

Когда что важно

Высокий TPR: медицинская диагностика, fraud detection (не пропускаем опасное) Низкий FPR: spam filter, credit approval, модерация (не неправильно отклоняем хорошее)

Формулы

TPR = TP / (TP + FN) = Recall = Sensitivity
FPR = FP / (FP + TN) = 1 - Specificity
Accuracy = (TP + TN) / ALL
Precision = TP / (TP + FP)
F1 = 2 * Precision * Recall / (Precision + Recall)
В чем разница между TPR и FPR? | PrepBro