2018-11-23
阅读量:
995
混淆矩阵
混淆矩阵是NXN矩阵，其中N是预测的类的数量。对于手头的问题，我们有N = 2，因此我们得到一个2×2矩阵。以下是一些定义，您需要记住混淆矩阵：
- 准确性：正确的预测总数的比例。
- 阳性预测值或精确度：正确识别的阳性病例的比例。
- 负面预测值：正确识别的负面案例的比例。
- 敏感度或召回率：正确识别的实际阳性病例的比例。
- 特异性：正确识别的实际阴性病例的比例。
手头问题的准确率达到88％。从上面两个表中可以看出，阳性预测值很高，但阴性预测值很低。同样适用于敏感性和特异性。这主要是由我们选择的阈值驱动的。如果我们降低我们的阈值，两对截然不同的数字将更接近。
通常，我们关注上面定义的度量标准之一。例如，在一家制药公司，他们会更关心最小的错误阳性诊断。因此，他们会更关注高特异性。另一方面，磨损模型将更关注Senstivity.Confusion矩阵通常仅用于类输出模型。
0.0000
0
3
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
CDA持证人阿涛哥
2024-10-29
0条评论
CDA持证人阿涛哥
2024-04-14
0条评论
CDA持证人阿涛哥
2024-04-01
1条评论
