我试图使用混淆矩阵解决一个相当基础的问题，但我的解决方案与正确答案不符。

问题：假设我们有一个药物测试，可以准确识别99%的药物使用者，并且对99%的非使用者有准确的阴性结果。但整体使用者中只有0.3%的人使用这种药物。

如果某人测试结果为阳性，那么他实际使用药物的几率是多少？

另外，TP / (TP + FN)是否与P(A) P(B|A)/P(B)相同？

我的方法：

                                TP      TN        TotalUsers       预测为阳性   29.7      0.3       30非使用者   预测为阴性   99.7   9870.3     9970                                129.4   9870.6    10000

根据以上数据，我得到：29.7/129.4 = 0.2295208655，大约是22.95%

但答案显示：22.8%。我很困惑。正确的做法是什么？

回答：

我明白了：

给出的方法大致是这样的 – P(B)是1.3%（0.99*0.003 + 0.01*0.997），所以，P(B|A) = P(A) P(B|A) / P(B) = 0.003*0.99 / 0.013 = 0.228。所以是’22.8%’

但他们将数字四舍五入到1.3%而不是1.294%，这就是为什么值不同！！