《表4 混淆矩阵:基于半监督学习方法的磨煤机故障预警》
对于二分类问题,可将样本根据真实类别和分类器预测类别的组合划分为真正例(true positive)、假正例(false positive)、真反例(true negative)、假反例(false negative)4种情形,4种类别的数量分别表示为TP、FP、TN、FN。分类结果的混淆矩阵(confusion matrix)见表4。
图表编号 | XD0056241100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.25 |
作者 | 肖黎、罗嘉、欧阳春明 |
绘制单位 | 广东电科院能源技术有限责任公司、广东电科院能源技术有限责任公司、广东电网有限责任公司电力科学研究院 |
更多格式 | 高清、无水印(增值服务) |