如何从此代码中获取真实负利率？

Question

我在一个更大的代码项目中，我们有一个二元分类器。我要计算TNR

主要问题是我没有在代码中找到有关变量的信息。什么是benign rate、guesses和ad rate、guesses？并计算它的 TNR？我猜 TNR 是 TNR = 2*benign_rate/len(y_hat).

y_hat  = np.array([0, 1])
y_test = np.array([0, 1])

nr_not_detect_adv = 0
benign_rate = 0
benign_guesses = 0
ad_guesses = 0
ad_rate = 0
for i in range(len(y_hat)):
    if y_hat[i] == 0:
        benign_guesses += 1
        if y_test[i] == 0:
            benign_rate += 1
    else:
        ad_guesses += 1
        if y_test[i] == 1:
            ad_rate += 1

    if y_test[i] == 1:
        if y_hat[i] == 0:
            nr_not_detect_adv +=1

acc = (benign_rate+ad_rate)/len(y_hat)        
TP = 2*ad_rate/len(y_hat)
TNR = 2*benign_rate/len(y_hat)

precision = ad_rate/ad_guesses
recall = round(100*TPR, 2)
TPR = 2 * ad_rate / len(y_hat)

Answer 1

查看 for 循环，我猜变量的含义是：

y_hat：预测标签
y_test：基本事实
beningn_rate：TN（真阴性）
benign_guesses：TN + FN（漏报）
ad_rate：TP（真阳性）
ad_guesses：TP + FP（误报）
nr_not_detect_adv: FN（是的，多余）

应修复这些行 (definitions):

TP = ad_rate
TNR = benign_rate/benign_guesses

precision = ad_rate/ad_guesses
recall = ad_rate / (ad_rate+nr_not_detect_adv)
TPR = recall

如何从此代码中获取真实负利率？

How to get the True Negative Rate from this code?

python

binary