1、混淆矩陣
真實性positive（1）
negative（0）
**值poistive（1）
tp (true positive 11)
fp (false positive 01)
negative（0）
fn (false negaative 10)
tn (true negative 00)
2、四種指標
公式意義
準確率acc
accuracy = (tp+tn) / (tp+tn+fp+fn)
= (11+00) / (11+00+01+10)
分類模型中所有判斷正確的結果佔總觀測值的比重
精準率ppv
precision = (tp) / (tp + fp)
= (11) / (11+10)
在模型**是positive的所有結果中，模型**對的比重
召回率(靈敏度)
recall（tpr）
tp / (tp + fn) = 11 / (11+10)
在真實值是positive的所有結果中，模型**對的比重
特異度（tnr）
tn / (tn + fp) = 00 / (00+01)
在真實值是negative的所有結果中，模型**對的比重
機器學習筆記 混淆矩陣
import pandas as pd import numpy as np from sklearn.preprocessing import labelencoder from sklearn.cross validation import train test split 交叉驗證,拆分資料集...
機器學習之混淆矩陣
再分類任務下，結果和真實情況之間存在四種不同的組合，這四種組合構成了混淆矩陣。舉個例子，看下圖。當真實情況是貓，結果也是貓的時候，這個時候定義為真正例 當真實情況是貓，而 結果不是貓的時候定義為偽反例子 當真實情況不是貓，而 結果是貓時定義為偽正例 當真實情況不是貓 結果也不是貓時定義為真反例。這個...
機器學習 混淆矩陣及其繪製
混淆矩陣主要用於表示分類精度,利用橫軸為 結果縱軸為標準結果的 圖，視覺化地展示演算法的分類效能。乙個混淆矩陣的例子 其中第一類有10個，第二類有14個，第三類有21個。而實際的 結果是第一類有乙個樣本錯誤 為了第二類 第二類有5個錯認為第一類，2個錯認為第三類 第三類中有兩個被錯認為第一類，6個第...