2018-10-27
阅读量:
960
分类型模型评估之混淆矩阵
混淆矩阵显示分类模型与数据中的实际结果（目标值）相比所做的正确和不正确预测的数量。 矩阵是 N × N ，其中 N 是目标值（类）的数量。 通常使用矩阵中的数据来评估这些模型的性能。 下表显示了两个类（正面和负面）的2x2混淆矩阵。
准确性（accuracy） ：正确的预测总数的比例。
阳性预测值或精确度 (positive predictive value)：正确识别的阳性病例的比例。
负面预测值(negative predictive value)：正确识别的负面案例的比例。
敏感度或召回率(sensitivity)：正确识别的实际阳性病例的比例。
特异性(specificity)：正确识别的实际阴性病例的比例。
0.0000
0
2
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2025-05-14
0条评论
CDA持证人阿涛哥
2024-10-29
0条评论
CDA持证人阿涛哥
2024-04-14
0条评论