監別率意思

監別率（Recall）又稱為真陽性率（True Positive Rate），是機器學習和數據挖掘中常用的一個評估指標，用來衡量模型找出所有陽性樣本的能力。在監別率的定義中，陽性樣本是指那些實際上屬於某個類別的樣本，而陰性樣本則是指那些實際上不屬於該類別的樣本。

監別率可以這樣計算：首先找出所有實際上屬於某個類別的樣本（陽性樣本），然後計算這些樣本中被模型正確分類為該類別的比例。這個比例就是監別率。

監別率的公式可以表示為：

監別率 = 真陽性 / (真陽性 +假陰性)

其中，真陽性（True Positive, TP）是指那些實際上屬於某個類別並且被模型正確分類為該類別的樣本；假陰性（False Negative, FN）是指那些實際上屬於某個類別但被模型錯誤分類為其他類別的樣本。

監別率是一個重要的評估指標，特別是在醫療診斷、安全檢測等領域，因為這些領域中錯誤地忽略了一個陽性樣本（假陰性）可能會導致嚴重的後果。因此，這些領域中的模型通常會優先考慮提高監別率，以確保盡可能少地錯過真正的陽性樣本。