待验证60% 置信事实精确时间
假阳性率的计算公式为FPR = FP / (FP + TN)，是衡量分类器质量的核心指标之一
2
来源数
60%
置信度
长期有效
时效性
2026/7/7
首次发现
来源
Claude Code误判申诉指南：三大反馈渠道优化AI分类器
twitterclaudeai2026/7/1
相关事实
待验证ROC曲线使用假阳性率FPR = FP / (FP + TN)作为横轴，当负样本数量极大时FPR会显得很低79% 相似待验证假正率（FPR）的分母使用全部负类样本，因此当负类数量巨大时，看似较小的FPR仍会产生大量误报（例如FPR=0.05在9900个负类上对应495次误报）。75% 相似待验证错误发现率（FDR）是多重假设检验中控制错误拒绝比例的一个统计指标，定义为被拒绝的原假设中实际为真的比例的期望值。70% 相似待验证TPR@1% FPR 表示在将误报率严格控制在 1% 时所能达到的最高检测率。70% 相似待验证评估基准测试质量的关键指标是假阳性率和假阴性率，理想基准应将两者控制在较低水平66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/191598API
curl https://kongchang.com/api/v1/knowledge/claims/191598MCP
get_claim(id=191598)