《表3 二分类问题预测结果的混淆矩阵》
为了比较不同特征集合下机器学习分类算法的性能,需要给出评价模型的度量指标,以最为常见的二分类问题为例给出相应的评价指标.根据真实类以及分类模型给出的预测类组合,划分为真正例(True Positive)、假正例(False Positive)、真反例(True Negative)、假反例(False Negative)四种情况,令TP、FP、TN、FN分别表示对应的样本数,令TP+FP+TN+FN=n,其中n为样本容量,分类结果的混淆矩阵(Confusion Matrix)如表3.
图表编号 | XD00148486100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.20 |
作者 | 刘文博、梁盛楠、余泉、董小刚 |
绘制单位 | 黔南民族师范学院数学与统计学院、黔南民族师范学院数学与统计学院、黔南民族师范学院数学与统计学院、长春工业大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |