1、false positive rate

false positive rate发音

英：　　美：

false positive rate中文意思翻译

[医]假阳性率

假正例率

false positive rate双语使用场景

1、Low false positive rate: Issues are proven, because the tests are performed on a running application.───低级假阳性率：由于这些测试是在一个运行的应用程序中执行的，因此问题也被证明。

2、It is an important research topic to improve detection rate and reduce false positive rate of the detection model in the field of intrusion detection.───在入侵检测研究领域中，提高检测模型的检测率并降低误报率是一个重要的研究课题。

3、But this approach is crippled by a very high false positive rate - many partial matches turn up people unrelated to the actual perpetrator.───但这种方法缺陷是有极高的假配对概率：许多部分配对的结果是，配对人与实际的违法人员没有关系。

4、Scoring positive rate and the false positive rate is a key component in IDS evaluation.───评分方法是判定IDS的 检测率和误报率的重要环节,评分方法的准确性直接影响评估结果的有效性.

false positive rate相似词语短语

1、false miterworts───心叶黄水枝

2、absentee rate───缺勤率

3、base lending rate───利率

4、false positions───试位法

5、false miterwort───心叶黄水枝

6、false positive───假阳性

7、false positives───误报；假阳性；主动错误信息

8、false position───试位法

9、competitive race───竞争性比赛

2、什么是ROC指标？

ROC指标的全称是Receiver Operating Characteristic，即受试者工作特性曲线。它是根据一系列不同二分类器阈值下的样本真阳性率（True Positive Rate，简称TPR）和假阳性率（False Positive Rate，简称FPR）绘制出的曲线，用来衡量模型预测能力的强弱。

ROC指标通常用于评估分类模型的性能，例如在二元分类问题中，模型需要对正负样本进行区分。通过调整分类阈值，模型可以获得不同的TPR和FPR，从而绘制出ROC曲线。ROC曲线的横坐标是FPR，纵坐标是TPR。理想情况下，一个好的分类模型应该尽可能提高TPR并降低FPR。

在ROC曲线中，最接近左上角的点对应的阈值被称为最佳阈值，这个点的坐标（FPR，TPR）被称为最佳点。最佳点的TPR和FPR之和最小，表示在正确识别正样本的同时，尽量减少误判为正样本的负样本。

除了最佳阈值外，ROC曲线还可以给出其他重要的性能指标，例如曲线下面积（Area Under Curve，简称AUC）。AUC表示ROC曲线与横轴之间的面积，用于衡量模型整体的分类性能。AUC越接近1，表示模型的分类性能越好。

总之，ROC指标是评估分类模型性能的重要工具之一，通过绘制ROC曲线和计算AUC等指标，我们可以了解模型在不同阈值下的表现，从而对模型的预测能力进行全面评估。