查全率(Sensitivity)和漏检率(False Negative Rate)是与分类模型和诊断测试相关的两个指标,它们的区别在于从不同的角度考察了分类结果的准确性。
1. 查全率(Sensitivity):查全率是指在所有真实正例中,分类器将其正确地判断为正例的比例。它衡量了分类器对于真实正例的识别能力。查全率越高,表示分类器能够较好地捕捉到真实正例,减少了漏报(将真实正例错分为负例)的可能性。
2. 漏检率(False Negative Rate):漏检率是指在所有真实正例中,分类器将其错误地判断为负例(即漏检)的比例。它衡量了分类器没有正确识别到真实正例的能力。漏检率越低,表示分类器对真实正例的识别能力越好,减少了错过真实正例的可能性。总结而言,查全率关注的是分类器的正例识别能力,即尽量不漏报真实正例;而漏检率关注的是分类器漏报正例的情况,即将真实正例错误地判断为负例的程度。这两个指标在评估分类模型或诊断测试结果时,提供了不同的角度来考察分类结果的准确性。