We can measure each of the possible

We can measure each of the possible prediction outcomes to create different views
of the classifer's performance. When the system correctly classifes a tumor as being
malignant, the prediction is called a true positive. When the system incorrectly
classifes a benign tumor as being malignant, the prediction is a false positive.
Similarly, a false negative is an incorrect prediction that the tumor is benign, and
a true negative is a correct prediction that a tumor is benign. These four outcomes
can be used to calculate several common measures of classifcation performance,
including accuracy, precision, and recall.

Kết quả (Việt) 1:

Chúng tôi có thể đo lường mỗi người trong số các kết quả có thể dự đoán để tạo ra các quan điểm khác nhauvề hiệu suất của classifer. Khi hệ thống một cách chính xác classifes một khối u như làác tính, dự báo được gọi là một tích cực đúng sự thật. Khi hệ thống không chính xácclassifes một khối u lành tính như là ác tính, dự báo là một dương tính sai.Tương tự, một âm tính sai là một dự báo không chính xác rằng các khối u là lành tính, vàmột tiêu cực đúng là một dự báo chính xác một khối u là lành tính. Những kết quả 4có thể được sử dụng để tính toán một số biện pháp phổ biến của hiệu suất classifcation,bao gồm cả tính chính xác, độ chính xác và nhớ lại.

Kết quả (Việt) 2:

Chúng tôi có thể đo từng trong những kết quả dự báo có thể tạo ra quan điểm khác nhau
về hiệu suất của classifer. Khi hệ thống classifes đúng một khối u như là
ác tính, dự báo được gọi là một sự thật tích cực. Khi hệ thống không đúng
classifes một khối u lành tính như là ác tính, dự đoán là dương tính.
Tương tự như vậy, một âm tính giả là một dự đoán không chính xác rằng các khối u là lành tính, và
một âm thật sự là một dự đoán chính xác rằng một khối u là lành tính. Bốn kết quả
có thể được sử dụng để tính toán một số biện pháp chung của hiệu suất classifcation,
bao gồm cả tính chính xác, độ chính xác, và gọi lại.

Kết quả (Việt) 3:

Chúng ta có thể cân nhắc mọi người có thể dự đoán kết quả, để tạo ra ý kiến khác nhau.Nên Performance.Khi hệ thống được phân loại như một khối uÁc tính, dự đoán được gọi là một sự tích cực.Khi hệ thống không đúng.Thuộc loại khối u ác tính, là dương tính giả dự đoán.Tương tự, một âm tính giả là một khối u lành tính đúng dự đoán là, vàMột thực tế là một âm tính đúng dự đoán, một khối u là lành tính.Bốn người này kết quả.Có thể dùng để tính toán hiệu suất làm việc của vài thường phân loại các biện phápCàng chính xác càng tốt, độ chính xác và bao gồm tỷ lệ thu hồi.