混杂矩阵衡量标准是评估受监督分类人员业绩的基本工具,它详细揭示了模型对不同类别预测的深度,并有助于确定有待改进的领域。

理解迷惑矩阵

混淆矩阵是一个表格,它总结了分类模型的预测结果。它显示真实正数、真实负数、假正数和假负数的计数。这些数值构成了计算各种性能度量的基础。

混沌矩阵衍生出来的密钥量表

评估分类者有效性可以计算出若干衡量标准:

  • 准确性:所有预测中正确预测的比例.
  • 精度:[]真实正预测在所有正预测中的比例.
  • 回忆: 模型正确识别出的实际阳性的比例.
  • F1分数: 精确和回溯的谐音表示,平衡两个度量衡.

计算量度

计量法采用下列公式计算: 1.

准确性=(TP + TN)/(TP + TN + FP + FN) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

精度=TP / (TP + FP)

召回=TP / (TP + FN) 页面存档备份,存于互联网档案馆 页面存档备份,存于互联网档案馆 页面存档备份,存于互联网档案馆 页面存档备份,存于互联网档案馆 页面存档备份,存于互联网档案馆 页面存档备份,存于互联网档案馆 互联网档案馆 互联网档案馆的存檔,存档日期2014-03-02.

F1 分数 = 2 * (精度 * 回想) / (精度 + 回想)