《表2 二分类混淆矩阵：融合数据增广技术与机器学习算法的个人信用评分研究》

  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

《融合数据增广技术与机器学习算法的个人信用评分研究》

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

二分类模型评价准则中常用的混淆矩阵如表2所示，几个常见模型评价术语有：正类代表信用差的样本，负类代表信用好的样本数据。本文用TP表示实际为正类，预测也为正类的样本个数；用FN表示实际为正类，预测为负类的样本个数；用FP表示实际为负类，预测为正类的样本个数；用TN表示实际为负类，预测也为负类的样本个数。