《表4 混淆矩阵：基于半监督学习方法的磨煤机故障预警》

  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

《基于半监督学习方法的磨煤机故障预警》

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

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。