《表1 混淆矩阵：基于欠采样和代价敏感的不平衡数据分类算法》

  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

《基于欠采样和代价敏感的不平衡数据分类算法》

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

在数据不平衡的分类任务中，通常使用准确率、召回率、F1-measure值等当作模型的性能度量指标。二分类问题混淆矩阵如表1所示。其中：TP(True Positive）为正例样本分类正确时的情况；FP(False Positive）为反例样本被分类错误的情况；FN(False Negative）为正例样本被分类错误的情况；TN(True Negative）为反例样本分类正确的情况。