《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》
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。
图表编号 | XD00147473700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 刘玲、郑建国 |
绘制单位 | 东华大学旭日工商管理学院、东华大学旭日工商管理学院 |
更多格式 | 高清、无水印(增值服务) |