Apakah akurasi = 1- tingkat kesalahan pengujian

Mohon maaf jika ini adalah pertanyaan yang sangat jelas, tetapi saya telah membaca berbagai posting dan sepertinya tidak dapat menemukan konfirmasi yang baik. Dalam kasus klasifikasi, apakah akurasi classifier = 1- tingkat kesalahan pengujian ? Saya mendapatkan bahwa keakuratannya adalah , tetapi pertanyaan saya adalah bagaimana tepatnya akurasi dan tingkat kesalahan pengujian terkait. $\frac{TP+TN}{P+N}$

Pada prinsipnya ya, akurasi adalah fraksi dari kasus yang diprediksi dengan benar sehingga 1-fraksi dari kasus yang salah klasifikasi, yaitu kesalahan (tingkat). Kedua istilah ini kadang-kadang dapat digunakan dengan cara yang lebih kabur, dan mencakup hal-hal yang berbeda seperti kesalahan / akurasi seimbang kelas atau bahkan skor-F atau AUROC - selalu yang terbaik untuk mencari / menyertakan klarifikasi yang tepat di koran atau melaporkan.

Juga perhatikan bahwa tingkat kesalahan pengujian menyiratkan kesalahan pada set tes, sehingga kemungkinan akurasi set 1 tes, dan mungkin ada akurasi lain yang terbang di sekitar.

@mbq menjawab:

"1-pecahan dari kasus kesalahan klasifikasi, yaitu kesalahan (tingkat)"

Namun, tampaknya salah karena kesalahan klasifikasi dan kesalahan adalah hal yang sama. Lihat di bawah (dari http://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/ ):

Akurasi: Secara keseluruhan, seberapa sering penggolongnya benar? (TP + TN) / total = (100 + 50) / 165 = 0,91

Tingkat Kesalahan Klasifikasi: Secara keseluruhan, seberapa sering salah? (FP + FN) / total = (10 + 5) / 165 = 0,09 setara dengan 1 dikurangi Akurasi

juga dikenal sebagai "Tingkat Kesalahan"