混淆矩阵定义:机器学习中总结分类模型预测结果的分析表。以矩阵形式将数据集中的记录按照真实的类别与分类模型预测的类别判断两个标准并进行汇总。矩阵的行表示真实值,矩阵的列表示预测值
分类评估指标中定义的一些符号含义,如下:
1. TP(True Positive):将正类预测为正数,真实为0,预测为0
2.FN(False Negative):将正类预测为负类,真实为0,预测为1
3.FP(False Positive):将负类预测为正类:真实为1,预测为0
4.TN(True Negative):将负类预测为负类数,真实为1,预测也为1
精确率与召回率
acc = 正确结果/所有结果
call_rate = 正确预测/所有真实值
比如:9个苹果,6个橘子
预测出9个苹果预测为8个苹果1个橘子
6个橘子预测为2个苹果4个橘子
acc_apple = 8/(8+2)
call_rate = 8/(8+1)
acc_opt = 0.889
call_opt