2018-11-22
阅读量:
989
混淆矩阵中的准确度
准确度(错误率)
准确度是一种统计测量,其定义为由分类器做出的正确预测除以分类器做出的预测之和的商。
我们前一个例子中的分类器预测正确预测了42个男性实例和32个女性实例。
因此,精度可以通过以下公式计算:
(42+32)/(42+8+18+32)(42+32)/(42+8+18+32)
这是0.72
让我们假设我们有一个分类器,它总是预测“女性”。在这种情况下,我们的准确率为50%。
我们将展示所谓的准确性悖论。
垃圾邮件识别分类器由以下混淆矩阵描述:
该分类器的准确度为(4 + 91)/ 100,即95%。
以下分类器仅预测“火腿”并具有相同的准确度。
该分类器的准确率为95%,即使它根本无法识别任何垃圾邮件。
0.0000
0
1
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
0条评论
0条评论
1条评论