【转】weka里Detailed Accuracy By Class和 Confusion Matrix的含义

confusion matrix通常称为contingency table，我们现在讨论的case里有两个class。这个matrix可以非常大。正确分类的instances数是matrix的对角线上数字的和，其他的都是不正确分类的。斜对角线上的数字为假正和假负。

True positive(TP) rate，被正确分类为class x的比率。与recall相同。=正确分类为class x的数目/被分类为class x的总数目。在上图Confusion Matrix中为89/(89+2)。

False positive(FP) rate，被错误分类为class x的比率。=错误分类为class x的数目/被分类为class x的总数目。在上图Confusion Matrix中为2/(89+2)。

Precision，类型为class x的instances被正确分类为class x的比率。在matrix中，为89/(89+6)。

F-Measure，=2×Precision*Recall/(Precision+Recall))。precision和call的组合拳。

 

Ps：

cross: 每次取9/10训练，1/10测试。合起来是准确和召回效果。
training: 全部数据训练，全部数据测试。
方法不太一样。所以准确率会有些变化，cross结果更可靠