WEKA “Detailed Accuracy By Class”和“Confusion Matrix”含义

原文

=== Summary ===（总结）

Correctly Classified Instances（正确分类的实例） 45 90 %

Incorrectly Classified Instances （错误分类的实例） 5 10 %

Kappa statistic（Kappa统计量）　 0.792

Mean absolute error(均值绝对误差) 　 0.1

Root mean squared error（均方根误差）　0.3162

Relative absolute error（相对绝对误差）　 20.7954 %

Root relative squared error（相对均方根误差） 62.4666 %

Coverage of cases (0.95 level) 90 %

Mean rel. region size (0.95 level) 50 %

Total Number of Instances（实验的实例总数） 50

第一行“Detailed Accuracy By Class”：

一个数据库有500个文档，其中有50个文档符合定义的问题。系统检索到75个文档，但是只有45个符合定义的问题。

1.TP Rate（真正元比率）:45/50=90%

2.FP Rate（假正元比率）:35/50=70%

3.Precision（精准度）:P=45/75=60%

4.Recall（查全率）:R=45/50=90%

5.F-Measure：是查准率和查全率的调和平均数

6.ROC Area:一般大于0.5，这个值越接近1，说明模型的诊断效果越好。这个值在0.5～0.7时有较低准确性，在0.7～0.9时有一定准确性，在0.9以上时有较高准确性。如果这个值等于0.5，说明诊断方法完全不起作用，无诊断价值，而小于0.5不符合真实情况，在实际中极少出现。

第二行：混淆矩阵“Confusion Matrix”

行：预测

列：真实

转载于:https://www.cnblogs.com/yan456jie/p/5369424.html

WEKA “Detailed Accuracy By Class”和“Confusion Matrix”含义相关推荐

R语言构建混淆矩阵(仿真数据)并基于混淆矩阵（confusion matrix）计算并计算Accuracy、Precision、Recall（sensitivity）、F1、Specificity指标
R语言构建混淆矩阵(仿真数据)并基于混淆矩阵(confusion matrix)计算并计算Accuracy.Precision.Recall(sensitivity).F1.Specificity指标 ...
算法模型评价详解：confusion matrix Accuracy Precision Recall F1 调和平均加权F1 Micro-F1 Macro-F1 PRC ROC AUC
目录问题定义 confusion matrix Accuracy Precision和Recall和PRC F1和调和平均加权F1 Micro-F1和Macro-F1 ROC和AUC PRC对比R ...
MFC实现ENVI分类影像混淆矩阵（Confusion Matrix）及精度计算（Overall Accuracy和Kappa Coefficient）
混淆矩阵(Confusion Matrix) 混淆矩阵计算代码: // 打开两幅待比较的分类影像 CFile datClassifyImg(ImgPath1, CFile::modeRead | CF ...
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 ...
matlab 分类学习工具箱 Classification Learner的使用及导出其生成的图，混淆矩阵confusion matrix的画法
声明:转自https://blog.csdn.net/qq_27914913/article/details/71436838 https://blog.csdn.net/evil_xue/artic ...
混淆矩阵（Confusion Matrix）分析
Content ConfusionMatrix Example Talbe ofconfusion Preference Confusion Matrix 在机器学习领域,混淆矩阵(confusion ...
模型评估指标（Confusion Matrix、ROC、AUC）
文章目录 1.选择合适的模型评估指标的依据 2.混淆矩阵(Confusion Matrix) 2.1 模型整体效果:准确率 2.2 捕捉少数类:精确率(Precision).召回率(Recall)和F ...
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 ...
R语言使用caret包的confusionMatrix函数计算混淆矩阵、使用编写的自定义函数可视化混淆矩阵（confusion matrix）
R语言使用caret包的confusionMatrix函数计算混淆矩阵.使用编写的自定义函数可视化混淆矩阵(confusion matrix) 目录

WEKA “Detailed Accuracy By Class”和“Confusion Matrix”含义

WEKA “Detailed Accuracy By Class”和“Confusion Matrix”含义相关推荐

最新文章

热门文章