Этот сценарий Object Pascal вычисляет преобразование байесовской точности для сценария TP = 6, FN = 4, FP = 8, TN = 3 (общая совокупность = 21) непосредственно в maXbox, регистрируя как полученные промежуточные параметры, так и проверяя, что байесовский...
Этот скрипт Object Pascal вычисляет преобразование байесовской точности для сценария TP = 6, FN = 4, FP = 8, TN = 3 (общая совокупность = 21) непосредственно в maXbox, регистрируя оба полученных промежуточных параметра и проверяя соответствие байесовского апостериорного расчета эмпирической точности.
// Скрипт maXbox5 / maXbox6: Калькулятор преобразования байесовской точности
// Демонстрирует, как теорема Байеса вычисляет точность на основе отзыва, FPR и распространенности. Tutor: 3
программа Bayes_Precision_Conversion;
вар
ТП, ФН, ФП, ТН, Тотал: Двойной;
Напомним, FPR, Распространенность, OneMinusPrev: Double;
BayesNum, BayesDenom, BayesPrecision: Double;
Эмпирическая точность: двойная;
процедура CalculateBayesPrecision;
начать
// Учитывая количество матрицы путаницы: TP = 6, FN = 4, FP = 8, TN = 3
ТП:= 6,0;
ФН:= 4,0;
ФП:= 8,0;
ТН:= 3,0;
Итого:= ТП + ФН + ФП + ТН; // 21
// 1. Производные байесовские параметры
Напомним: = ТП/(ТП + ФН); // 6/10 = 0,6000 (60,00%)
ФПР:= ФП/(ФП + ТН); // 8/11 = 0,7273 (72,73%)
Распространенность: = (TP + FN) / Всего; // 10/21 = 0,4762 (47,62%)
OneMinusPrev:= 1.0 — Распространенность; // 11/21 = 0,5238 (52,38%)
// 2. Байесовская формула точности:
// Точность = (Напоминание * Распространенность) / [ (Re