《表6 逻辑回归模型混淆矩阵》

  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

《基于逻辑回归的重庆市城镇开发边界划定及影响因素分析》

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

精度评价是检验模型可预测性和可靠性至关重要的一步。混淆矩阵用于分析重庆市城镇开发边界划定的精度。表6显示了逻辑回归的混淆矩阵结果，城镇和非城镇的预测精确度分别为0.882，0.996，均大于0.8，具有较高的精确度。但非城镇的精确度高于城镇的精确度可能是由于非城镇区域较大，样本数量大，因此预测精确度较高。城镇和非城镇的召回率分别为0.745，0.998，它们之间的差距相对较大，这也可能是由于正负样本数量不平衡导致的。但两者的召回率均高于0.7，模型都具有较高的性能。实际上，与召回率相比，准确性可以更好地评估模型的性能。因此，本研究主要以准确性作为评价标准，召回率作为参考。总的来说，准确率达到0.994，说明逻辑回归模型对重庆市的城镇开发边界的预测表现出显著的预测结果。另一方面，Kappa系数可用于衡量模型的一致性[34]，该系数值在[0.61，0.8]之间表明模型具有高度一致性。通过计算得出Kappa系数为0.806，表明逻辑回归模型具有高度的一致性。