《表1 混淆矩阵：一种基于随机森林的组合分类算法设计与应用》

  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

《一种基于随机森林的组合分类算法设计与应用》

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

一般情况下，模型的效果与精确度成正比。但是，精确度忽略了不平衡样本带来的影响以及反映的仅仅是数据集的总体预测精度。机器学习中，尤其是统计分类中，混淆矩阵（confusion matrix），也被称为错误矩阵（error matrix）能够很好的评估出模型的效果。其中，矩阵的每一列是分类器的预测结果，矩阵的每一行是样本的真实结果，如表1所示。