A set of test caseswhere the outcom

A set of test caseswhere the outcome is already known (in our example, cases
where it is already known whether or not the person actually has the disease)
is used to measure the quality (that is, the error rate) of the classifier. A true
positive is a case where the prediction was positive, and the person actually had
the disease,while a false positive is a case where the predictionwas positive, but
the person did not have the disease. True negative and false negative are defined
similarly for the case where the prediction was negative.

ผลลัพธ์ (ไทย) 1:

ชุดของ caseswhere ทดสอบผลที่ได้เป็นที่รู้จักกันอยู่แล้ว (ในกรณีของเราตัวอย่างเช่น
ซึ่งเป็นที่รู้จักกันอยู่แล้วไม่ว่าจะเป็นหรือไม่ได้เป็นคนจริงมีโรค)
จะใช้ในการวัดคุณภาพ (นั่นคืออัตราความผิดพลาด) ของลักษณนาม . จริง
บวกเป็นกรณีที่คำทำนายเป็นบวกและบุคคลจริงมี
โรคในขณะที่ผลบวกปลอมเป็นกรณีที่ predictionwas บวก,แต่
คนที่ไม่ได้มีโรค จริงเท็จลบและเชิงลบจะมีการกำหนด
ทำนองเดียวกันสำหรับกรณีที่คำทำนายเป็นเชิงลบ

ผลลัพธ์ (ไทย) 2:

ชุดทดสอบ caseswhere แล้วทราบผล (ในอย่าง กรณี
เป็นที่รู้จักกันแล้ว หรือไม่บุคคลจริงมีโรค)
จะใช้วัดคุณภาพ (นั่นคือ อัตราข้อผิดพลาด) ของ classifier ที่ จริง
บวกเป็นกรณีที่คำทำนายเป็นบวก และบุคคลจริงมี
โรค ขณะบวกเท็จ กรณีที่ predictionwas บวก แต่
ผู้ไม่มีโรค True เป็นค่าลบ และลบเท็จไว้
ทำนองเดียวกันสำหรับกรณีที่การคาดเดาที่ถูกลบ

ผลลัพธ์ (ไทย) 3:

ตั้งค่าของ caseswhere ผลลัพธ์การทดสอบที่เป็นที่รู้จักกันในชื่ออยู่แล้ว(ในตัวอย่างของเรากรณี
ซึ่งเป็นที่รู้จักกันดีหรือไม่ว่าจะไม่ใช่ของคนที่เป็นโรคนี้จริงๆมีอยู่แล้ว)
จะใช้ในการวัด คุณภาพ (ที่มีอัตราความผิดพลาด)ของข้าวได้ ทรูมูฟ
ในเชิงบวกที่จะมีคดีความที่มีการคาดการณ์ในเชิงบวกและบุคคลที่มีความเป็นจริงโรค
ซึ่งจะช่วยได้ในขณะที่ความผิดพลาดในเชิงบวกที่จะมีคดีความที่ที่ predictionwas ในเชิงบวกแต่
บุคคลที่ไม่มีโรคที่ ทรูมูฟติดลบและสีที่ผิดพลาดทางลบเป็นไปตามที่กำหนดไว้
ซึ่งจะช่วยในทำนองเดียวกันสำหรับกรณีที่การทำนายได้ถูกลบ