Što je točnost u matrici konfuzije?
Što je točnost u matrici konfuzije?

Video: Što je točnost u matrici konfuzije?

Video: Što je točnost u matrici konfuzije?
Video: Confusion Matrix Solved Example Accuracy Precision Recall F1 Score Prevalence by Mahesh Huddar 2024, Prosinac
Anonim

A matrica zabune je tehnika za sažimanje izvedbe klasifikacijskog algoritma. Klasifikacija točnost samo po sebi može dovesti u zabludu ako imate nejednak broj opažanja u svakoj klasi ili ako imate više od dvije klase u svom skupu podataka.

Samo tako, kako pronaći točnost matrice zabune?

Najbolji točnost je 1,0, dok je najgore 0,0. Također može biti izračunati za 1 – ERR. Točnost je izračunati kao ukupan broj dva točna predviđanja (TP + TN) podijeljen s ukupnim brojem skupa podataka (P + N).

Netko se također može zapitati, što je uravnotežena točnost u matrici konfuzije? U nedostatku boljeg izraza, ono što ću nazvati "redovno" ili "ukupno" točnost izračunava se kao što je prikazano na lijevoj strani: udio primjera ispravno klasificiranih, računajući sve četiri ćelije u matrica zabune . Uravnotežena točnost izračunava se kao prosjek točnih omjera svakog razreda pojedinačno.

Imajući to na umu, što vam matrica zabune govori?

A matrica zabune je tablica koja se često koristi za opisivanje izvedbe klasifikacijskog modela (ili "klasifikatora") na skupu testnih podataka za koje su prave vrijednosti su znan. Omogućuje vizualizaciju performansi algoritma.

Što je matrica konfuzije prisjećanja?

Preciznost vizualizacije i Podsjetiti Prvo je na matrica zabune što je korisno za brzo izračunavanje preciznosti i podsjetiti s obzirom na predviđene oznake iz modela. A matrica zabune jer binarna klasifikacija pokazuje četiri različita ishoda: istinski pozitivan, lažno pozitivan, istinski negativan i lažno negativan.

Preporučeni: