《表2 分类结果混淆矩阵》
在Android恶意应用检测中,常用的分类器评价指标有正确率、召回率、精确率、F1、ROC和AUC。对于二分类问题,根据样例的真实类别与机器学习分类器预测类别的组合,可以得到一个混淆矩阵,如表2所示。
图表编号 | XD00134389000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 霍林、陆寅丽 |
绘制单位 | 广西大学计算机与电子信息学院、广西大学计算机与电子信息学院 |
更多格式 | 高清、无水印(增值服务) |
在Android恶意应用检测中,常用的分类器评价指标有正确率、召回率、精确率、F1、ROC和AUC。对于二分类问题,根据样例的真实类别与机器学习分类器预测类别的组合,可以得到一个混淆矩阵,如表2所示。
图表编号 | XD00134389000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 霍林、陆寅丽 |
绘制单位 | 广西大学计算机与电子信息学院、广西大学计算机与电子信息学院 |
更多格式 | 高清、无水印(增值服务) |