《表1 混淆矩阵:基于生成对抗网络的不平衡分类数据扩充问题研究》
在二类不平衡分类任务中,通常更加关注少数类的分类情况,因此将少数类标记为正类,多数类为负类。分类器的泛化能力是在测试集上体现的,通常将分类器在测试集上预测类别结果和其真实类别比对划分为TP表示将正类预测为正类数;FN表示将正类预测为负类数;FP表示将负类预测为正类数;TN表示将负类预测为负类数。汇总成一个混淆矩阵如表1所示。
图表编号 | XD0056414900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.18 |
作者 | 戚德雄、王强 |
绘制单位 | 三峡大学计算机与信息学院、三峡大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |