【模型评估】混淆矩阵(confusion 您所在的位置:网站首页 tpn怎么算 【模型评估】混淆矩阵(confusion

【模型评估】混淆矩阵(confusion

2024-07-10 01:28| 来源: 网络整理| 查看: 265

你这蠢货,是不是又把酸葡萄和葡萄酸弄“混淆”啦!!!这里的混淆,我们细品,帮助我们理解名词“混淆矩阵”

上面日常情况中的混淆就是:是否把某两件东西或者多件东西给弄混了,迷糊了。把**“酸葡萄”误认为了“葡萄酸”,或者是把“葡萄酸”误认为了“酸葡萄”**,此时就会可能出现2种大可能,和4种小可能。分别是:

分类正确了 “酸葡萄”正确认为是“酸葡萄” “葡萄酸”正确认为是“葡萄酸” 分类错误了 把“酸葡萄”误认为了“葡萄酸” 把“葡萄酸”误认为了“酸葡萄”

对于任何一个分类任务,都可能会存在上述4种情况。那在机器学习中,该如何描述他们呢?那就用混淆矩阵。

一、混淆矩阵

混淆矩阵是一个误差矩阵, 常用来可视化地评估监督学习算法的性能。混淆矩阵大小为 (n_classes, n_classes) 的方阵, 其中 n_classes 表示类的数量。

其中:

这个矩阵的一行表示预测类中的实例(可以理解为模型预测输出,predict, PD), 另一列表示对该预测结果对应的标签(Ground Truth, GT)。 于是综合PD和GT进行判定模型的预测结果是否与标注结果一致,正确为Tr


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有