Hva er nøyaktighet i forvirringsmatrise?
Hva er nøyaktighet i forvirringsmatrise?

Video: Hva er nøyaktighet i forvirringsmatrise?

Video: Hva er nøyaktighet i forvirringsmatrise?
Video: Dr. Bruce Patterson Prezentare despre diagnosticul și tratamentul COVID lung 2024, November
Anonim

EN forvirringsmatrise er en teknikk for å oppsummere ytelsen til en klassifiseringsalgoritme. Klassifisering nøyaktighet alene kan være misvisende hvis du har ulikt antall observasjoner i hver klasse eller hvis du har mer enn to klasser i datasettet.

Bare så, hvordan finner du nøyaktigheten til en forvirringsmatrise?

Den beste nøyaktighet er 1,0, mens den dårligste er 0,0. Det kan det også være regnet ut med 1 – ERR. Nøyaktighet er regnet ut som det totale antallet av to riktige prediksjoner (TP + TN) delt på det totale antallet av et datasett (P + N).

Man kan også spørre, hva er balansert nøyaktighet i forvirringsmatrise? I mangel av et bedre begrep, det jeg vil kalle "vanlig" eller "generelt" nøyaktighet beregnes som vist til venstre: andelen av eksempler som er korrekt klassifisert, teller alle fire cellene i forvirringsmatrise . Balansert nøyaktighet beregnes som gjennomsnittet av andelen korrekte for hver klasse individuelt.

Med tanke på dette, hva forteller en forvirringsmatrise deg?

EN forvirringsmatrise er en tabell som ofte brukes til å beskrive ytelsen til en klassifiseringsmodell (eller "klassifikator") på et sett med testdata der de sanne verdiene er kjent. Den tillater visualisering av ytelsen til en algoritme.

Hva er gjenkallingsforvirringsmatrise?

Visualisering av presisjon og Minnes Først ut er forvirringsmatrise som er nyttig for raskt å beregne presisjon og minnes gitt de forutsagte etikettene fra en modell. EN forvirringsmatrise for binær klassifisering viser de fire forskjellige utfallene: sann positiv, falsk positiv, sann negativ og falsk negativ.

Anbefalt: