詹惠儿

2018-11-23   阅读量: 858

数据分析师 统计学

混淆矩阵

扫码加入数据分析学习群

混淆矩阵是NXN矩阵,其中N是预测的类的数量。对于手头的问题,我们有N = 2,因此我们得到一个2×2矩阵。以下是一些定义,您需要记住混淆矩阵:

  • 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。

手头问题的准确率达到88%。从上面两个表中可以看出,阳性预测值很高,但阴性预测值很低。同样适用于敏感性和特异性。这主要是由我们选择的阈值驱动的。如果我们降低我们的阈值,两对截然不同的数字将更接近。

通常,我们关注上面定义的度量标准之一。例如,在一家制药公司,他们会更关心最小的错误阳性诊断。因此,他们会更关注高特异性。另一方面,磨损模型将更关注Senstivity.Confusion矩阵通常仅用于类输出模型。

添加CDA认证专家【维克多阿涛】,微信号:【cdashijiazhuang】,提供数据分析指导及CDA考试秘籍。已助千人通过CDA数字化人才认证。欢迎交流,共同成长!
0.0000 0 3 关注作者 收藏

评论(0)


暂无数据

推荐课程

推荐帖子