《表4 评估度量指标：基于数据挖掘技术的财务舞弊识别模型构建》

  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

《基于数据挖掘技术的财务舞弊识别模型构建》

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

在表3中D、C分别代表正确识别负例、将负例识别成正例的数量；B、A则分别表示识别正例为负例的数量与正确识别的正例数量；另外0和1分别指代正事例的未发生与已发生。在该矩阵中，每个类别中被正确识别的样本数量是通过主对角线的数值来体现，而被错误识别的样本数量则是由非主对角线上的数值来表示。在具体应用过程中，通常还结合混淆矩阵特点，通过指标设定方式量化分类器性能，以实现评价分类效果精度提升的目的（见表4）: