Ce este acuratețea în matricea de confuzie?
Ce este acuratețea în matricea de confuzie?

Video: Ce este acuratețea în matricea de confuzie?

Video: Ce este acuratețea în matricea de confuzie?
Video: Confusion Matrix Solved Example Accuracy Precision Recall F1 Score Prevalence by Mahesh Huddar 2024, Mai
Anonim

A matricea de confuzie este o tehnică de rezumare a performanței unui algoritm de clasificare. Clasificare precizie singur poate induce în eroare dacă aveți un număr inegal de observații în fiecare clasă sau dacă aveți mai mult de două clase în setul de date.

Doar așa, cum găsești acuratețea unei matrice de confuzie?

Cel mai bun precizie este 1,0, în timp ce cel mai rău este 0,0. Poate fi și calculat cu 1 – ERR. Precizie este calculat ca numărul total de două predicții corecte (TP + TN) împărțit la numărul total al unui set de date (P + N).

Se poate întreba, de asemenea, ce este acuratețea echilibrată în matricea de confuzie? În lipsa unui termen mai bun, ceea ce voi numi „obișnuit” sau „în general” precizie se calculează așa cum se arată în stânga: proporția de exemple clasificate corect, numărând toate cele patru celule din matricea de confuzie . Precizie echilibrată se calculează ca media proporției corecte a fiecărei clase în mod individual.

Ținând acest lucru în vedere, ce vă spune o matrice de confuzie?

A matricea de confuzie este un tabel care este adesea folosit pentru a descrie performanța unui model de clasificare (sau „clasificator”) pe un set de date de testare pentru care valorile adevărate sunt cunoscut. Permite vizualizarea performanței unui algoritm.

Ce este matricea confuziei de reamintire?

Vizualizarea Preciziei și Amintiți-vă În primul rând este matricea de confuzie care este util pentru calcularea rapidă a preciziei şi reamintire având în vedere etichetele prezise dintr-un model. A matricea de confuzie pentru clasificarea binară arată cele patru rezultate diferite: adevărat pozitiv, fals pozitiv, adevărat negativ și fals negativ.

Recomandat: