1、混淆矩阵

混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。在人工智能中，混淆矩阵是可视化工具，特别用于监督学习。

混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。

		预测值
		Positive	Negative
真实值	Positive	True Positive (TP)	False Negative (FN)
真实值	Negative	False Positive (FP)	True Negative (TN)

真阳性（True Positive, TP）：样本的真实类别是正例，并且模型预测的结果也是正例

真阴性（True Negative, TN）：样本的真实类别是负例，并且模型将其预测成为负例

假阳性（False Positive, FP）：样本的真实类别是负例，但是模型将其预测成为正例

假阴性（False Negative, FN）：样本的真实类别是正例，但是模型将其预测成为负例

2、混淆矩阵延伸出来的各个评价指标

	公式	意义
准确率ACC		在所有样本中，预测正确的样本占的比例
精确率PPV		在所有预测为正例的样本中，预测正确为正例所占的比例
召回率/敏感度/真阳率TPR		在所有实际为正例的样本中，预测正确为正例所占的比例
特异度TNR		在所有实际为负例的样本中，预测正确为负例所占的比例
流行程度		在所有样本中，实际为正例所占的比例
F1-Score		F1-Score就是精确率和召回率的调和平均值，F1-Score值认为精确率和召回率一样重要，其取值范围从0到1的，1代表模型的输出最好，0代表模型的输出结果最差。

3、混淆矩阵的实例

当分类问题是二分问题是，混淆矩阵可以用上面的方法计算。当分类的结果多于两种的时候，混淆矩阵同样适用。

举例，如有150个样本数据，预测为1,2,3类各为50个。分类结束后得到的混淆矩阵如下：

		预测
		类1	类2	类3
实际	类1	43	2	0
	类2	5	45	1
	类3	2	3	49

第一行说明有43个属于第一类的样本被正确预测为了第一类，有2个属于第一类的样本被错误预测为了第二类。第一列说明有43个属于第一类的样本被正确预测为了第一类，有5个属于第二类的样本、2个属于第三类的样本被错误预测为了第一类。

以类1为例，计算其他指标

如果感觉不错，那就给我点个赞吧(^_−)☆

混淆矩阵及其评价指标相关推荐

java计算混淆矩阵（分类指标：查准率P，查全率R，P和R的调和均值F1，正确率A）
[0]README 本文使用 java 计算混淆矩阵,并利用混淆矩阵值计算分类指标:通用分类指标有: 查准率,查全率,查准率和查全率的调和均值F1值,正确率, AOC, AUC等:本文计算前4个指 ...
ML：分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介、使用方法、代码实现、案例应用之详细攻略
ML:分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介.使用方法.代码实现.案例应用之详细攻略目录分类预测的简介分类预测问题中评价指标(ER/ROC-AUC ...
错误类型、混淆矩阵及目标检测常用评价指标
目标检测常用评价指标本文主要参考陈恺大佬在B站商汤账号的介绍mmdetection的视频. 检测结果的正确/错误类型真阳性(Ture Positive):算法检测到了某类物体(Positive), ...
混淆矩阵评价指标_机器学习：模型训练和评估——分类效果的评价
图 | 源网络文 | 5号程序员分类模型建立好后,这个模型到底符不符合要求要怎么评判呢? 事实上是有评价标准的. 要评价模型在测试集上预测结果的好坏,可以使用Sklearn库中的metrics模块方 ...
混淆矩阵评价指标_机器学习模型评价指标 -- 混淆矩阵
机器学习模型评价指标 – 混淆矩阵在机器学习领域中,混淆矩阵(confusion matrix)是一种评价分类模型好坏的形象化展示工具.其中,矩阵的每一列表示的是模型预测的样本情况:矩阵的每一行表示 ...
【深度学习中模型评价指标汇总（混淆矩阵、recall、precision、F1、AUC面积、ROC曲线、ErrorRate）】
深度学习中模型好坏的所有评价指标汇总(混淆矩阵.recall.precision.F1score.AUC面积.ROC曲线.ErrorRate) 导航 0.混淆矩阵 1.AUC面积 2.ROC曲线 3. ...
机器学习（五）之评价指标：二分类指标、多分类指标、混淆矩阵、不确定性、ROC曲线、AUC、回归指标
文章目录 0 本文简介 1 二分类指标 1.1 二分类时的错误类型 1.2 不平衡的数据 1.3 混淆矩阵 1.4 考虑不确定性 1.5 准确率-召回率曲线 1.6 ROC与AUC 2 多分类指标 3 ...
机器学习模型评价指标 -- 混淆矩阵
机器学习模型评价指标 – 混淆矩阵在机器学习领域中,混淆矩阵(confusion matrix)是一种评价分类模型好坏的形象化展示工具.其中,矩阵的每一列表示的是模型预测的样本情况:矩阵的每一行表示 ...
混淆矩阵及分类评价指标概念辨析
分类评价指标概念辨析这些东西其实没什么难的,而且很多人肯定也是很早就接触过了,最大的问题在于时间长了记不住,所以就尽量解释的简单写,用于下次查阅使用. 主要需要理解的就是二分类的指标. ...

混淆矩阵及其评价指标

1、混淆矩阵

2、混淆矩阵延伸出来的各个评价指标

3、混淆矩阵的实例

混淆矩阵及其评价指标相关推荐

最新文章

热门文章