《表1 基本资料：一种基于SMOTE和XGBoost的窃电检测方案》

  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

《一种基于SMOTE和XGBoost的窃电检测方案》

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

混淆矩阵作为一种评价模型性能的方式，常被用来评估包括窃电检测在内的很多二分类问题，表1中混淆矩阵包括了二分类问题中所有可能出现的分类结果，其中列表示实际的类别，行表示预测的类别。真正例（TP）是指模型将正常用户正确地识别为正常用户。真反例（TN）是指模型将窃电用户正确地分类为窃电用户。假正例（FP）是指模型将窃电用户错误地分类为正常用户。假反例（FN）是指模型将正常用户错误地分类为窃电用户。通过混淆矩阵，可以拓展出多个评价指标。本文模型的评价指标采用召回率（R）、精确率（P）、F1得分（F1）、准确率（Acc）。