Ano ang katumpakan sa confusion matrix?
Ano ang katumpakan sa confusion matrix?

Video: Ano ang katumpakan sa confusion matrix?

Video: Ano ang katumpakan sa confusion matrix?
Video: On the traces of an Ancient Civilization? ๐Ÿ—ฟ What if we have been mistaken on our past? 2024, Abril
Anonim

A pagkalito matrix ay isang pamamaraan para sa pagbubuod ng pagganap ng isang algorithm ng pag-uuri. Pag-uuri katumpakan Ang nag-iisa ay maaaring mapanlinlang kung mayroon kang hindi pantay na bilang ng mga obserbasyon sa bawat klase o kung mayroon kang higit sa dalawang klase sa iyong dataset.

Kaya lang, paano mo mahahanap ang katumpakan ng isang confusion matrix?

Ang pinakamahusay katumpakan ay 1.0, samantalang ang pinakamasama ay 0.0. Pwede rin naman kalkulado ng 1 โ€“ ERR. Katumpakan ay kalkulado bilang kabuuang bilang ng dalawang tamang hula (TP + TN) na hinati sa kabuuang bilang ng isang dataset (P + N).

Maaari ring magtanong, ano ang balanseng katumpakan sa confusion matrix? Para sa kakulangan ng mas magandang termino, ang tatawagin kong "regular" o "kabuuan" katumpakan ay kinakalkula tulad ng ipinapakita sa kaliwa: ang proporsyon ng mga halimbawa na wastong inuri, binibilang ang lahat ng apat na mga cell sa pagkalito matrix . Balanseng katumpakan ay kinakalkula bilang ang average ng proporsyon ay nagwawasto ng bawat klase nang paisa-isa.

Kapag pinapanatili itong nakikita, ano ang sinasabi sa iyo ng confusion matrix?

A pagkalito matrix ay isang talahanayan na kadalasang ginagamit upang ilarawan ang pagganap ng isang modelo ng pag-uuri (o "classifier") sa isang set ng data ng pagsubok kung saan ang mga tunay na halaga ay kilala. Pinapayagan nito ang visualization ng pagganap ng isang algorithm.

Ano ang recall confusion matrix?

Visualizing Precision at Alalahanin Ang una ay ang pagkalito matrix na kapaki-pakinabang para sa mabilis na pagkalkula ng katumpakan at alalahanin ibinigay ang hinulaang mga label mula sa isang modelo. A pagkalito matrix para sa binary classification ay nagpapakita ng apat na magkakaibang kinalabasan: true positive, false positive, true negative, at false negative.

Inirerekumendang: