机器学习(三)混淆矩阵
来源:互联网 发布:消费类股票 知乎 编辑:程序博客网 时间:2024/06/10 21:16
一:混淆矩阵
监督学习—混淆矩阵
非监督学习—匹配矩阵
矩阵每一列代表预测值,每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆(也就是一个class被预测成另一个class)。
假设有一个用来对猫(cats)、狗(dogs)、兔子(rabbits)进行分类的系统,混淆矩阵就是为了进一步分析性能而对该算法测试结果做出的总结。假设总共有 27 只动物:8只猫, 6条狗, 13只兔子。结果的混淆矩阵如上图:
在这个混淆矩阵中,实际有8只猫,但是系统将其中3只预测成了狗;对于6条狗,其中有1条被预测成了兔子,2条被预测成了猫。从混淆矩阵中我们可以看出系统对于区分猫和狗存在一些问题,但是区分兔子和其他动物的效果还是不错的。所有正确的预测结果都在对角线上,所以从混淆矩阵中可以很方便直观的看出哪里有错误,因为他们呈现在对角线外面。
二:混淆表格
在预测分析中,混淆表格(有时候也称为混淆矩阵),是由false positives,falsenegatives,true positives和true negatives组成的两行两列的表格。它允许我们做出更多的分析,而不仅仅是局限在正确率,对于上面的矩阵,可以表示为下面的表格
查准率 = 精度 = precision
查全率 = 召回率 = recall
阅读全文
0 0
- 机器学习(三)混淆矩阵
- 机器学习模型评价指标 -- 混淆矩阵
- 机器学习分类结果评判标准-混淆矩阵&ROC曲线
- 机器学习笔记(三)矩阵和线性代数
- 机器学习(三)
- 机器学习笔记十五:分类问题的性能度量(混淆矩阵,正确率,召回率,ROC,AUC)
- 混淆矩阵,机器学习评价准则,ROC曲线-阈值评价标准
- 吴恩达 机器学习笔记三(lecture 3)(矩阵和向量)
- 程序员的机器学习入门笔记(三):数据挖掘中矩阵的那些事
- 机器学习(5):几个重要矩阵
- 机器学习(5):几个重要矩阵
- 机器学习矩阵求导
- 机器学习(三) KNN
- 机器学习笔记(三)
- 机器学习实战(三)
- 机器学习种类(三)
- 机器学习(三):神经网络
- 机器学习基本概念(三)
- 卡特兰数 推导折线法 转发于(http://blog.sina.com.cn/s/blog_6)
- [ZJOI2006]物流运输
- Linux (PART II) 一个txt文件的旅程
- 函数何时可以返回变量的引用
- 欢迎使用CSDN-markdown编辑器
- 机器学习(三)混淆矩阵
- 第二十六讲项目3.3-选择排序
- BZOJ1718 分离的路径 [边双联通][模板]
- HDU 1596 find the safest road
- SDUT 3348 数据结构实验之数组二:稀疏矩阵
- 【c基础知识】C指针详解(经典,非常详细)
- 【最短路】hdu 5521 Meeting
- 随笔17.10.12
- Glide v4详解