知识卡片
混淆矩阵
混淆矩阵是展示分类器性能的方阵,记录真正(TP)、真负(TN)、假正(FP)、假负(FN)的数量。scikit-learn 的 confusion_matrix 可计算,matshow 可视化。例中类别1(恶性)为正类:模型正确预测 71 个 TN、40 个 TP,错误地把 2 个良性判为恶性(FP)、1 个恶性判为良性(FN)。混淆矩阵是计算精确率、召回率等指标的基础。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 模型评估与参数调优实战 · 查看原书依据
混淆矩阵是一个简单的方阵,用于展示一个分类器预测结果
参考来源
- 位置:《Python机器学习》第6章《6.5.1 读取混淆矩阵》(源文件:`../../book-sources/extracted/Python机器学习/_epub-src/OEBPS/Text/part0093.xhtml.xhtml)
- 结论依据:原文直接支撑上述要点。
- 原始内容:混淆矩阵是一个简单的方阵,用于展示一个分类器预测结果