机器学习(混淆矩阵)
1、混淆矩阵
真实性 | |||
Positive(1) | Negative(0) | ||
预测值 | Poistive(1) | TP (true positive 11) |
FP (false positive 01) |
Negative(0) | FN (false negaative 10) | TN (true negative 00) |
公式 | 意义 | |||
准确率ACC | Accuracy = (TP+TN) / (TP+TN+FP+FN) = (11+00) / (11+00+01+10) |
分类模型中所有判断正确的结果占总观测值的比重 | ||
精准率PPV | 【机器学习(混淆矩阵)】Precision = (TP) / (TP + FP) = (11) / (11+10) |
在模型预测是Positive的所有结果中,模型预测对的比重 | ||
召回率(灵敏度) recall(TPR) |
TP / (TP + FN) = 11 / (11+10) | 在真实值是Positive的所有结果中,模型预测对的比重 | ||
特异度(TNR) | TN / (TN + FP) = 00 / (00+01) | 在真实值是Negative的所有结果中,模型预测对的比重 |
推荐阅读
- 由浅入深理解AOP
- 继续努力,自主学习家庭Day135(20181015)
- python学习之|python学习之 实现QQ自动发送消息
- 一起来学习C语言的字符串转换函数
- 定制一套英文学习方案
- 漫画初学者如何学习漫画背景的透视画法(这篇教程请收藏好了!)
- 《深度倾听》第5天──「RIA学习力」便签输出第16期
- 如何更好的去学习
- 【韩语学习】(韩语随堂笔记整理)
- 焦点学习田源分享第267天《来访》