2018-10-31
阅读量:
1932
什么是混淆模型?
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:正确的预测总数的比例。
- 阳性预测值或精确度 :正确识别的阳性病例的比例。
- 负面预测值:正确识别的负面案例的比例。
- 敏感度或召回率:正确识别的实际阳性病例的比例。
- 特异性:正确识别的实际阴性病例的比例。
示例:






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
1条评论