《表2 混淆矩阵：Spark环境下基于综合权重的不平衡数据集成分类方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《Spark环境下基于综合权重的不平衡数据集成分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文采用查全率、查准率和F-measure作为评价分类器性能的指标.这3个指标在机器学习、数据挖掘等领域中应用广泛.传统的二分类评价指标基于混淆矩阵，其中在不平衡数据集中正类和负类分别代表少数类和多数类.TP和TN分别表示正确分类的正类和负类样本的个数；FP表示为误分为正类的样本个数；FN表示为误分为负类的样本个数，见表2.