《表5 欠费=yes和欠费=no的混淆矩阵》
提示：宽带有限、当前游客访问压缩模式
混淆矩阵可以用来评估分类器的质量。对于欠费用户和非欠费用户的分类问题，它的混淆矩阵如表5所示。
| 图表编号 | XD0050395000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.10 |
| 作者 | 李晓蕾、魏玲、王忠强、耿俊成、张小斐 |
| 绘制单位 | 国网河南省电力公司、清华大学电机系、国网河南省电力公司、国网河南省电力公司电力科学研究院、国网河南省电力公司电力科学研究院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 我院近三年医疗欠费情况统计表》2020.10.21
- 《表1 康复治疗前两组Yes or No分型》2020.06.20
- 《表6 两组患者治疗后Yes or No分型比较（c2值=12.130P<0.05)》2020.04.20
- 《表9 未来数据验证结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表7 验证数据预测结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表6 模型参数计算结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表5 逻辑回归参数设置：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表8 模型评价结果：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表4 特征选择：基于多尺度特征提取的电力客户欠费风险预测》2020.03.28
- 《表5 SVM和NN的混淆矩阵》2019.10.25
- 《表4 2018年6月欠费风险预警结果表》2019.09.25
- 《表1 2018年用户欠费函证情况统计表》2019.09.15
- 《表1 我院近年来医疗欠费情况》2019.01.15
- 《表1 用户权限分配表：基于B/S的高校零欠费综合治理系统设计与实现》2019.07.05
- 《表6 用户是否欠费预测的混淆矩阵》2019.05.10
- 《表4 实验1和实验5的混淆矩阵与类别精度》2019.04.20
- 《表2 欠费类型、原因、方式及结果》2018.05.01
- 《表1 风险等级指标权重：基于大数据的电力用户欠费风险等级分析》2019.11.25
- 《表1 2019年X市水务集团供水欠费占比表》2019.11.25
- 《表8 各细分体存在欠费风险用户行为特征》2019.12.21