eer分别是多少

EER即 等错误率（Equal Error Rate），指在FVC2002指纹数据库DB1和DB2上，原始指纹特征匹配等错误率分别为 0.82%和 0.71%。

EER是评估分类器性能的一个指标，特别是在二分类问题中。它表示分类器正确分类的样本数与总样本数的比例。当分类器将一个样本错误地分类为另一个类别时，就发生了一次错误。EER越低，说明分类器的性能越好，因为它能更准确地区分不同的类别。

计算EER的公式如下：

\[ EER = \frac{FP + FN}{TP + FN} \]

其中：

FP（False Positive）：假阳性，即实际为负例但被错误地分类为正例的样本数。

FN（False Negative）：假阴性，即实际为正例但被错误地分类为负例的样本数。

TP（True Positive）：真阳性，即实际为正例且被正确分类为正例的样本数。

通过比较不同模型或方法的EER，我们可以了解它们在相同数据集上的性能差异，从而选择最优的模型或方法。