Qual è il modo migliore per ricordare la differenza tra sensibilità, specificità, precisione, accuratezza e richiamo?

Nonostante abbia visto questi termini 502847894789 volte, non riesco a ricordare per la vita di me la differenza tra sensibilità, specificità, precisione, accuratezza e richiamo. Sono concetti piuttosto semplici, ma i nomi per me non sono molto intuitivi, quindi continuo a confonderli. Qual è un buon modo di pensare a questi concetti in modo che i nomi inizino a dare un senso?

Detto in altro modo, perché questi nomi sono stati scelti per questi concetti, al contrario di altri nomi?

Personalmente ricordo la differenza tra precisione e richiamo (aka sensibilità) pensando al recupero delle informazioni:

• Richiama è la frazione dei documenti che sono rilevanti per la query che vengono recuperati con successo, da qui il suo nome (in inglese richiamo = l'azione di ricordare qualcosa).
• La precisione è la frazione dei documenti recuperati che sono rilevanti per la necessità di informazioni dell'utente. In qualche modo fai alcuni scatti e se la maggior parte di loro ha ottenuto il suo obiettivo (documenti pertinenti), hai un'alta precisione, indipendentemente dal numero di colpi che hai sparato (numero di documenti che sono stati recuperati).

Per precisione e richiamo, ognuno è il vero positivo (TP) come numeratore diviso per un diverso denominatore.

• P recision: TP / P redicted positivo
• R ecall: TP / R eal positivo

I mnemonici eliminano ordinatamente l'unica nemesi dell'uomo: insufficiente memoria cerebrale.

C'è SNOUT SPIN:

• A S e n prova sitive, quando N norme egative OUT malattia
• Un Sp prova ecific, quando P ositive, regole IN una malattia.

Immagino un maiale che gira in una centrifuga, forse in preparazione per andare nello spazio, per aiutarmi a ricordare questo mnemonico. Canticchiare il tema di Tail Spin con le parole opportunamente modificate può aiutare i musicalmente inclini di una certa generazione.

Non sono a conoscenza di nessun altro.

Nel contesto della classificazione binaria:

Precisione: in quanti casi l'etichetta del modello è stata corretta?

Ricorda: con che frequenza il modello è stato in grado di trovare elementi positivi?

Precisione: quanto è credibile il modello quando dice che un'istanza è positiva?

Ho creato una tabella di confusione interattiva per aiutarmi a capire la differenza tra questi termini: http://zyxue.github.io/2018/05/15/on-the-p-value.html#interactive-confusion-table . Pubblico qui il link nel caso qualcuno lo trovi utile.

Uso la parola TARP per ricordare la differenza tra accuratezza e precisione.

TARP: True = Precisione, Relativo = Precisione.

La precisione misura quanto una misurazione è vicina al valore VERO, poiché il valore standard / accettato è la VERITÀ.

La precisione misura quanto le misurazioni ravvicinate sono RELATIVE tra loro o quanto è bassa la diffusione tra le varie misurazioni.

La precisione è la verità, la precisione è la relatività.

Spero che sia di aiuto.