模型验证是在测试数据集上评估训练模型的过程。这提供了训练模型的泛化能力。我们用不同的验证方法来衡量我们模型的有效性。其中常用的是混淆矩阵。这就是混淆矩阵成为众人瞩目的地方。混淆矩阵是机器学习分类的性能度量。它对于测量召回率、精确度、特异性和准确度非常有用。
如何计算混淆矩阵?
混淆矩阵是对分类问题的预测结果的汇总。正确和错误预测的数量用计数值汇总并按每个类别细分。这是混淆矩阵的关键。混淆矩阵显示了分类模型在进行预测时混淆的方式。它不仅让我们深入了解分类器所犯的错误,更重要的是让我们了解正在犯的错误类型。
在