Gütemaße
Gütemaße am Beispiel für Kunden
Abkürzung | Bedeutung |
---|---|
TP (richtig positiv) | Ein guter Kunde wird als guter Kunde erkannt |
TN (richtig negativ) | Ein nicht guter Kunde wird als nicht guter erkannt |
FP (falsch positiv) | Ein nicht guter Kunde wird als guter erkannt |
FN (falsch negativ) | Ein guter Kunde wird als nicht guter erkannt |
Kenngrößen
Daraus abgeleitete Kenngrößen
Wie oft wurde ein guter Kunde als solcher erkannt (Sensitivität, Recall, Trefferquote)Name | Formel | Bedeutung |
---|---|---|
Korrekte Klassifikationen | T=TP+TN | alle korrekten Vorhersagen |
Falsche Klassifikationen | F=FP+FN | alle falschen Vorhersagen |
Relevanz | R=TP+FN | die Anzahl der guten Kundne |
Irrelevanz | I=FP+TN | die Anzahl der nicht guten Kunden |
Positivität | P=TP+FP | die Anzahl der als gut klassifizierten Kunden |
Negativität | N=TN+FN | die Anzahl der als nicht gut klassifizierten Kunden |
Korrektheitsrate | T n | der Anteil der korrekt klassifizierten Kunden |
Inkorrektheitsrate | F n | der Anteil der nicht korrekt klassifizierten Kunden |
Richtig-positiv-Rate | TPR=TP |
Quelle
Jürgen Cleve, Uwe Lämmel: Data Mining; S. 236/237, De Gruyter Oldenbourg, 2. Aufl.