《表2 混淆矩阵:整合DBSCAN和改进SMOTE的过采样算法》
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。
图表编号 | XD00150177400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 王亮、冶继民 |
绘制单位 | 西安电子科技大学数学与统计学院、西安电子科技大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |
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。
图表编号 | XD00150177400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 王亮、冶继民 |
绘制单位 | 西安电子科技大学数学与统计学院、西安电子科技大学数学与统计学院 |
更多格式 | 高清、无水印(增值服务) |