《表2 数字混淆矩阵：基于卷积神经网络的藏文手写数字和字母识别研究》

  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

《基于卷积神经网络的藏文手写数字和字母识别研究》

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

藏文手写数字和字母识别属于分类任务，在分类型模型评判的指标中，常见的方法有如下三种，分别是混淆矩阵（也称误差矩阵，Confusion Matrix）、ROC曲线、AUC面积．本文中使用混淆矩阵对模型测试结果进行评价．以数字混淆矩阵为例，在总的3000个样本中，识别对了2964个样本，所以准确率为2964/3000*100%=98.8%．以数字为例，模型结果告诉我们，3000个数字样本中有300个，但是只有191个预测正确，模型认为是的数字里有一个，两个，六个，即错误的将4识别成了6或8或9．其他数字的分析方式亦是如此，详细见表2．由于字母混淆矩阵数据相对庞大，因此没有在本文中列出．