《表2 混淆矩阵：整合DBSCAN和改进SMOTE的过采样算法》

  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

《整合DBSCAN和改进SMOTE的过采样算法》

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

机器学习中的评价指标都是建立在混淆矩阵（见表2）上，其中：TP和TN分别代表正确分类的正类（少数类）和负类（多数类）样本数量，FP和FN分别代表错误分类的负类和正类样本数量。