根据瓜的真实情况和学习器预测情况可以将分类结果划分为四类,简单起见,用(AB)表示。

A:如果预测结果与真实情况一致,则称T(True),否则为F(False)

B:如果预测结果为正例(好瓜),则表示为P(Positive),否则表示为N(Negative)

这样就有了混淆矩阵了:

二分类结果的混淆矩阵
(真实情况) (预测情况) 正例(P) 反例(N)
正例 TP FN
反例 FP TN

查准率(准确率):“准确”二字是站在学习器预测结果角度来说的。比如预测100个好瓜,其中有80个好瓜预测成了好瓜,那准确率就是80%

查全率(召回率):顾名思义,查全率是站在“总体样本的正例”的角度考察的。假设预测了100个瓜,里面50个好瓜,50个坏瓜,学习器把50个好瓜全部预测对了,但是50个坏瓜里面把一些瓜预测成了好瓜。这个例子的查全率就是100%,它不管你反例的预测结果的,50个好瓜全部正确预测出来了(召回了),那就是查全了。这叫宁可错杀一千,不可放过一个

这瓜保熟吗——二分类结果的混淆矩阵与查准率、查全率相关推荐

  1. 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 ...

  2. 多分类任务的混淆矩阵

    来源: DeepHub IMBA 本文约1000字,建议阅读5分钟本文讨论了如何在多分类中使用混淆矩阵评估模型的性能. 什么是混淆矩阵? 它显示了实际值和预测值之间的差异.它告诉我们有多少数据点被正确 ...

  3. 分类模型计算混淆矩阵

    1. 什么是混淆矩阵 混淆矩阵是评判模型结果的一种指标,属于模型评估的一部分,常用于评判分类器的优劣.即,混淆矩阵是评判模型结果的指标,属于模型评估的一部分. 此外,混淆矩阵多用于判断分类器(Clas ...

  4. 人工智能学习07--pytorch11--分类网络:使用pytorch和tensorflow计算分类模型的混淆矩阵

    师兄说学目标检测之前先学分类 坏了,内容好多!学学学 感谢up主,好人一生平安 混淆矩阵 什么是混淆矩阵: 横坐标:每一列属于该类的所有验证样本.每一列所有元素对应真实类别. 纵坐标:网络的预测类别. ...

  5. 『矩阵论笔记』线性判别分析(LDA)最全解读+python实战二分类代码+补充:矩阵求导可以参考

    线性判别分析(LDA)最全解读+python实战二分类代码! 文章目录 一.主要思想! 二.具体处理流程! 三.补充二中的公式的证明! 四.目标函数的求解过程! 4.1.优化问题的转化 4.2.拉格朗 ...

  6. sklearn 统计多分类和单分类结果的混淆矩阵API 写法 confusion_matrix 左边为真实值 上边为预测值

    分析代码源自 from sklearn.metrics import confusion_matrix 如何写混淆矩阵 手动分析如下 一 将y_true y_pred写成列向量的形式 y_true y ...

  7. 分类模型之混淆矩阵(Confusion Matrix)

    目录 混淆矩阵简介 混淆矩阵及其参数 混淆矩阵的其他指标 混淆矩阵简介 混淆矩阵是ROC曲线绘制的基础,同时它也是衡量分类型模型准确度中最基本,最直观,计算最简单的方法. 可以简单理解为:将一个分类模 ...

  8. 多分类问题中混淆矩阵(Confusion Matrix)的Matlab画法

    在多分类问题中,有一种很实用的分类问题结果统计图. 比如说多类别文类问题,那么每一个类别分到其他类别都有一些数据,但是分到自己类别的毕竟多,这样计算百分比之后就形成了一个矩阵,如果分类正确率高的话,那 ...

  9. Linux下最强安卓模拟器,流畅又丝滑(附详细安装教程)此瓜保熟|Linux游戏党

    大家好!鉴于微信.QQ对于Linux的支持不好,只是因为用的人多,大家都只能忍着,我发现Skype对于Linux平台的支持很好,建了一个Linux爱好者Skype 交流群,大家可以自愿加入.Join ...

最新文章

  1. 基于 HTML5 WebGL 的 3D 棉花加工监控系统
  2. mysql权限配置文件_MySQL权限管理、配置文件(三)
  3. python从csv读取数据到网页输入框_python中怎么把csv文件读取的数据显示在网页上...
  4. 图文并茂重新认识下递归
  5. react 最佳入门_miaov-React 最佳入门
  6. ASCII码对照表(参考用)
  7. 20170810上课笔记
  8. 比Google Map更加清晰的网络地图——RealBird
  9. Oracle数据库安装与配置
  10. 常用的5种数据分析方法有哪些?
  11. 倍福TwinCAT软件安装及注意事项
  12. 2020年python哪个版本好用_不要再纠结Python哪个版本好,2020年用Python3就对了
  13. C++/MFC 串口通讯——光源控制器控制
  14. 专属微信二维码python制作_如何通过一行代码制作个人专属动态微信二维码?
  15. 程序员理想的工作环境应该是怎样的?
  16. 仿真未编码和进行(7,4)Hamming码的编码的QPSK调制通过AWGN信道后的误比特性能比较
  17. [UWP/WPF]在应用开发中安全使用文件资源
  18. MySql报1205:1205 - Lock wait timeout exceeded; try restarting transaction,出现1205如何解决
  19. 前端清空标签内子类的数据
  20. mysql怎么将成绩划分等级_数据库mysql中case如何给成绩划分等级?

热门文章

  1. 30米SRTM DEM下载使用
  2. 阿里巴巴语音识别服务使用记录
  3. Web OA系统软件需求说明书
  4. 哪些组织能够参与制定5G等国际通信标准?
  5. 津津乐道设计模式 - 组合模式详解(以餐厅菜单系统举例让你快速掌握)
  6. ApiPost 真香真强大,是时候丢掉 Postman、Swagger 了
  7. html5写的简单的连连看(植物大战僵尸版)
  8. USBASP 插入电脑没有反应
  9. Linux解压命令tar -zxvf中参数zxvf解释
  10. 表严肃:前端语言基础HTML+CSS+JS,JQuery