《表4 二分类问题的混淆矩阵》

  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

《面向信贷不平衡数据的高斯混合欠采样算法》

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

注：TP表示被正确识别的正类数量，FN表示被错误识别成负类的正类数量，FP表示被错误识别成正类的负类数量，TN表示被正确识别的负类数量

分类模型的性能常用正确率来衡量，但是对于类别不平衡的数据，用正确率度量会使多数类样本占优势。所以在处理不平衡数据时，仅仅使用正确率或者错误率度量将会导致性能评价产生偏差。为了更准确全面地评价非平衡学习性能，本文引入AUC标准来进行评价。二分类问题的混淆矩阵见表4。