← 返回卡片

原书出处

数据科学与大数据分析 数据的发现 分析 可视化与表示

09 第9章 高级分析理论与方法:文本分析

第1版 · 核验版本的摘录快照 · 导入于 2026-11-18T18:41:59.832Z

为零)非对角线元素(FP和FN),代表着好的结果。表9.7中显示了前面程序输出中由400条评论所构成的测试集的混淆矩阵。

因为一个良好的分类器的混淆矩阵应该具有较大TP和TN,并且FP和FN在理想情况下接近于0,由此推断,这个朴素贝叶斯分类器有许多伪阴性,它在这个测试集上的性能一般。

表9.7 示例测试集上的混淆矩阵 预测类 阳性 阴性 实际类 阳性 195 (TP) 5 (FN) 阴性 101 (F

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0019_split_007.html

EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7