《表3 冲击地压长期预测任务的混淆矩阵》

  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

《冲击地压预测预警的机器学习方法》

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

大多数研究者采用模型在验证数据集或测试数据集上的误分类率（Misclassification rate）对模型表现进行评判。然而，误分类率并不能在一个代价敏感的分类任务中反映模型的真实表现。而冲击地压的长期预警正是一个代价敏感的分类任务。考虑2个模型（A和B），模型A把所有的“强”冲击地压预测为“弱”冲击地压，模型B把所有的“弱”冲击地压预测为“强”冲击地压。上述的误分类率是一样的，但是模型A明显比模型B更不可接受。模型A的误分类代价是把工人置于一个强冲击环境下，而模型B的误分类代价是在一个不太可能发生冲击地压的环境下花更多的代价进行冲击地压防治。两个误分类代价明显不同。表3是一个推广的多分类混淆矩阵（Confusion matrix），该矩阵为非对称矩阵（Consti，j?Constj，i），反映冲击地压长期预测任务是代价敏感的分类。针对此类问题，需要用另外的标准来衡量模型表现。