《表1二分类问题的混淆矩阵》

  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

《基于轨迹数据的无信号交叉口行人过街行为研究》

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

注:TP表示被正确识别的正类数量，FN表示被错误识别成负类的正类数量，FP表示被错误识别成正类的负类数量，TN表示被正确识别的负类数量。

ROC曲线（Receiver Operating Characteristics curve）的每一个点对应一个分类器模型，综合考虑正负类的分类性能。其x轴F Pr ate=FP/TN+FP为假正率；其y轴T Pr ate=TP/TP+FN为真正率。当正负两类都具有较高的分类精度时，ROC曲线越接近左上顶点，AUC值（即ROC曲线下积分面积）越大，表明分类器的整体性能越好。为此，本文采用正确率和AUC值来综合评价分类器的整体性能。