Columns represent the prediction re

Columns represent the prediction results and rows show the actual class labels.
Faulty modules are represented with the label YES, and non-faulty modules are
represented with the label NO. Therefore, diagonal elements (TN, TP) in Table 1
show the true predictions and the other elements (FN, FP) reflect the false
predictions. For example, if a module is predicted as faulty (YES) even though it
is a non-faulty (NO) module, this test result is added to the B cell in the table.
Therefore, number B is incremented by 1. After M*N tests, A, B, C, and D values
are calculated. In the next subsections, these values (A, B, C, D) will be used to
compute the performance evaluation metrics.
3.1.1 PD, PF, Balance
The equations used to calculate probability of detection (PD), probability of false
alarm (PF), and accuracy metrics are shown in Formulas 1, 2, and 3 respectively.
The other term used for PD metric is recall.

ผลลัพธ์ (ไทย) 1:

คอลัมน์แสดงถึงผลการคาดเดา และแถวแสดงป้ายชั้นเรียนจริงโมดูข้อผิดพลาดจะแสดงป้ายใช่ และโมดูไม่ผิดแสดงกับฉลากหมายเลข ดังนั้น องค์ประกอบทแยงมุม (TN, TP) ในตารางที่ 1แสดงการคาดการณ์จริงและองค์ประกอบอื่น ๆ (FN, FP) สะท้อนความเท็จคาดคะเน ตัวอย่างเช่น ถ้าโมดูคาดว่า เป็นความผิดพลาด (ใช่) แม้ว่ามันเป็นไม่ใช่เสีย (ไม่มี) ผลการทดสอบนี้ถูกเพิ่มไปเซลล์ B ในตารางดังนั้น เลข B จะเพิ่ม โดย 1 หลัง M * N ทดสอบ A, B, C และ D ค่าคำนวณ ในย่อยถัดไป ค่าเหล่านี้ (A, B, C, D) จะใช้ในการคำนวณการวัดผลประเมินผลประสิทธิภาพการทำงาน3.1.1 ยอดดุล PD, PFสมการที่ใช้ในการคำนวณความน่าเป็นของการตรวจสอบ (PD), น่าเป็นเท็จวัดปลุก (PF), และความถูกต้องจะแสดงในสูตร 1, 2 และ 3 ตามลำดับคำอื่น ๆ ที่ใช้สำหรับการวัด PD จะเรียกคืน

ผลลัพธ์ (ไทย) 2:

คอลัมน์แทนผลการทำนายและแถวแสดงฉลากระดับที่เกิดขึ้นจริง.
โมดูลผิดพลาดจะแสดงที่มีป้ายใช่และโมดูลที่ไม่ใช่ความผิดพลาดจะ
เป็นตัวแทนที่มีป้าย NO ดังนั้นองค์ประกอบในแนวทแยง (TN, TP) ในตารางที่ 1
แสดงการคาดการณ์ที่เป็นจริงและองค์ประกอบอื่น ๆ (FN, FP) สะท้อนให้เห็นถึงเท็จ
การคาดการณ์ ตัวอย่างเช่นถ้าโมดูลเป็นที่คาดการณ์ว่าเป็นความผิดพลาด (ใช่) แม้ว่ามันจะ
เป็นโมดูลที่ไม่ใช่ความผิดพลาด (NO) ผลการทดสอบนี้จะถูกเพิ่มไปยังเซลล์ B ในตาราง.
จึงทำให้จำนวน B จะเพิ่มขึ้นโดย 1. หลังจาก M * ทดสอบ N, ค่า A, B, C และ D
จะมีการคำนวณ ในหัวข้อย่อยต่อไปค่าเหล่านี้ (A, B, C, D) จะใช้ในการ
คำนวณตัวชี้วัดการประเมินผลการปฏิบัติงาน.
3.1.1 PD, PF, ความสมดุลของ
สมการที่ใช้ในการคำนวณความน่าจะเป็นของการตรวจสอบ (PD) น่าจะเป็นของเท็จ
ปลุก (PF) และความถูกต้องของตัวชี้วัดที่แสดงอยู่ในสูตรที่ 1, 2 และ 3 ตามลำดับ.
คำอื่น ๆ ที่ใช้สำหรับ PD ตัวชี้วัดคือการเรียกคืน

ผลลัพธ์ (ไทย) 3:

คอลัมน์แสดงผลการทำนายและแถวแสดงป้ายห้องเรียนจริงโมดูลข้อผิดพลาดจะแสดงด้วยป้ายค่ะ และไม่เสีย โมดูลแสดงฉลากไม่ ดังนั้น องค์ประกอบในแนวทแยง ( TN , TP ) ตารางที่ 1แสดงคำทำนายเป็นจริง และองค์ประกอบอื่น ๆ ( FN , tp ) สะท้อนที่เป็นเท็จคาดคะเน ตัวอย่างเช่น ถ้าโมดูลคาดว่าเป็นความผิดพลาด ( ครับ ) แม้ว่ามันคือไม่เสีย ( ไม่ ) โมดูล ผลการทดสอบนี้จะถูกเพิ่มไปยัง B เซลล์ตารางดังนั้น หมายเลข B คือสั่งโดย 1 หลังจากการทดสอบ M * N , A , B , C และ D ค่ามีการคำนวณ ในส่วนย่อยต่อไป ค่าเหล่านี้ ( A , B , C , D ) จะใช้คำนวณการประเมินผลตัวชี้วัด .3.1.1 PD , PF , สมดุลสมการที่ใช้ในการคำนวณความน่าจะเป็นของการตรวจหา ( PD ) ความน่าจะเป็นของความเท็จปลุก ( PF ) และความถูกต้องเป็นวัดที่แสดงในสูตรที่ 1 , 2 และ 3 ตามลำดับอีกคำที่ใช้สำหรับ PD เมตริกคือการเรียกคืน