Què és la precisió en la matriu de confusió?
Què és la precisió en la matriu de confusió?

Vídeo: Què és la precisió en la matriu de confusió?

Vídeo: Què és la precisió en la matriu de confusió?
Vídeo: La Matriz de Confusión 2024, Maig
Anonim

A matriu de confusió és una tècnica per resumir el rendiment d'un algorisme de classificació. Classificació precisió només pot ser enganyós si teniu un nombre desigual d'observacions a cada classe o si teniu més de dues classes al vostre conjunt de dades.

Només així, com es troba la precisió d'una matriu de confusió?

El millor precisió és 1,0, mentre que el pitjor és 0,0. També pot ser calculada per 1 – ERR. Precisió és calculada com el nombre total de dues prediccions correctes (TP + TN) dividit pel nombre total d'un conjunt de dades (P + N).

També es pot preguntar, què és la precisió equilibrada en la matriu de confusió? A falta d'un terme millor, el que anomenaré "normal" o "general" precisió es calcula com es mostra a l'esquerra: la proporció d'exemples classificats correctament, comptant les quatre cel·les de la matriu de confusió . Precisió equilibrada es calcula com la mitjana de la proporció de correctes de cada classe individualment.

Tenint això a la vista, què et diu una matriu de confusió?

A matriu de confusió és una taula que s'utilitza sovint per descriure el rendiment d'un model de classificació (o "classificador") en un conjunt de dades de prova per a les quals els valors reals són conegut. Permet visualitzar el rendiment d'un algorisme.

Què és la matriu de confusió de record?

Visualització de precisió i Recorda El primer és el matriu de confusió que és útil per calcular ràpidament la precisió i recordar donades les etiquetes previstes d'un model. A matriu de confusió per a la classificació binària mostra els quatre resultats diferents: veritable positiu, fals positiu, veritable negatiu i fals negatiu.

Recomanat: