《表7 分类结果混淆矩阵:一种基于支持向量机的跨站脚本漏洞检测技术》
为了验证该算法的正确性,需要用到一些评估指标,如混淆矩阵、查准率、查全率、ROC曲线和F-measure值。混淆矩阵中所有参数及参数意义为:真正例(true positive,TP),表示实际为正类被预测为正类样本的个数;假正例(false positive,FP),表示实际为负类被测为正类的样本个数;真反例(true negative,TN),表示实际为负类被预测为负类的样本个数;假反例(false negative,FN),表示实际为正类被预测为负类的样例个数,最终样本总数=TP+FP+TN+FN。分类结果的混淆矩阵如表7所示。
图表编号 | XD0035716000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 黄娜娜、万良 |
绘制单位 | 贵州大学计算机科学与技术学院、贵州大学计算机科学理论研究所、贵州大学计算机科学与技术学院、贵州大学计算机科学理论研究所 |
更多格式 | 高清、无水印(增值服务) |