《表2 混淆矩阵:基于改进的朴素贝叶斯的入侵检测方法》
为了准确评价分类器的性能,采用混淆矩阵真正(TP)和真负(TN)、假正(FP)和假负(FN)。混淆矩阵用来对分类器在训练数据上的模型进行评价,如表2所示。
图表编号 | XD00173397600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.10 |
作者 | 欧阳广津 |
绘制单位 | 黔南民族师范学院实验实训中心、黔南民族师范学院计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |
为了准确评价分类器的性能,采用混淆矩阵真正(TP)和真负(TN)、假正(FP)和假负(FN)。混淆矩阵用来对分类器在训练数据上的模型进行评价,如表2所示。
图表编号 | XD00173397600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.10 |
作者 | 欧阳广津 |
绘制单位 | 黔南民族师范学院实验实训中心、黔南民族师范学院计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |