Ang mga ito ay nagbibigay ng detalyadong mga kabatiran kung gaano kahusay ang prediksiyong humuhula ng iba't ibang klase at tumutulong upang makilala ang mga pitak para sa pagsulong.

Pag - unawa sa Kaguluhang Matrix

Ang pagkalito ay isang talaan na bumubuo sa mga resulta ng isang modelo ng klasipikasyon.

Ang Key Mertrics Devective mula sa Nakalilitong Matrix

Maraming metriko ang maaaring kalkulahin upang masuri ang pagiging mabisa ng isang classifier:

  • [Accuracy: Ang proporsiyon ng tamang mga prediksiyon mula sa lahat ng mga hula.
  • [[[TCLT:1]] Ang proporsiyon ng tunay na positibong mga prediksiyon sa lahat ng mga positibong prediksiyon.
  • [Talaksan: Ang proporsiyon ng mga aktuwal na positibong tama na natukoy ng modelo.
  • F1 Score: Ang harmonikong kahulugan ng prekwensiya at pag-aalala, pagbalanse ng parehong mga metriko.

Pagkalkula sa mga Kaaya - ayang Bagay

Ang mga metriko ay kinakalkula gamit ang mga sumusunod na pormula:

EXPO = (TP + TN) / (TP + TN + FP + FN)

Precision = TP / (TP + FP)

Gunita = TP / (TP + FN)

F1 Score = 2 * (Precision * Remember) / (Precision + Remember)