《表3 混淆矩阵：人工智能背景下网络舆情数据识别及管理研究》

  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

《人工智能背景下网络舆情数据识别及管理研究》

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

混淆矩阵描绘样本数据的真实属性与识别结果类型之间的关系，是评价分类器性能的一种常用方法。其通过样本的真实标签和模型预测的结果绘制一个N维矩阵。在二分类问题中，一般为一个2×2的矩阵，如表3所示。其中，矩阵可划分成4类，即真实正样本被正确分类为正样本的数目（A）、真实正样本被错误分类为负样本的数目（B）、真实负样本被错误分类为正样本的数目（C）、真实负样本被正确分类为负样本的数目（D），样本总数N=A+B+C+D。