python机器学习 二分类 混淆矩阵_机器学习（三）混淆矩阵

https://blog.csdn.net/qq_28448117/article/details/78219549

一：混淆矩阵

监督学习—混淆矩阵

非监督学习—匹配矩阵

矩阵每一列代表预测值，每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆(也就是一个class被预测成另一个class)。

假设有一个用来对猫(cats)、狗(dogs)、兔子(rabbits)进行分类的系统，混淆矩阵就是为了进一步分析性能而对该算法测试结果做出的总结。假设总共有 27 只动物：8只猫， 6条狗， 13只兔子。结果的混淆矩阵如上图：

在这个混淆矩阵中，实际有8只猫，但是系统将其中3只预测成了狗；对于6条狗，其中有1条被预测成了兔子，2条被预测成了猫。从混淆矩阵中我们可以看出系统对于区分猫和狗存在一些问题，但是区分兔子和其他动物的效果还是不错的。所有正确的预测结果都在对角线上，所以从混淆矩阵中可以很方便直观的看出哪里有错误，因为他们呈现在对角线外面。

二：混淆表格

在预测分析中，混淆表格(有时候也称为混淆矩阵)，是由false positives，falsenegatives，true positives和true negatives组成的两行两列的表格。它允许我们做出更多的分析，而不仅仅是局限在正确率，对于上面的矩阵，可以表示为下面的表格

查准率 = 精度 = precision

查全率 = 召回率 = recall

---------------------

作者：NEU_33

来源：CSDN

原文：https://blog.csdn.net/qq_28448117/article/details/78219549

版权声明：本文为博主原创文章，转载请附上博文链接！