模型评估指标 混淆矩阵
时间: 2023-08-28 11:18:30 浏览: 56
混淆矩阵是机器学习中用来总结分类模型预测结果的情况分析表,以矩阵形式将数据集中的记录按照真实的类别与分类模型预测的类别判断两个标准进行汇总。混淆矩阵在二分类问题中的表现形式如下:
| 预测为正类 | 预测为负类 |
真实为正类 | TP | FN |
真实为负类 | FP | TN |
其中,TP表示真正例(True Positive),即真实为正类,模型预测也为正类的数量;FN表示假反例(False Negative),即真实为正类,模型预测为负类的数量;FP表示假正例(False Positive),即真实为负类,模型预测为正类的数量;TN表示真反例(True Negative),即真实为负类,模型预测也为负类的数量。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [模型评估之混淆矩阵](https://blog.csdn.net/demon7552003/article/details/106438167)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
- *3* [机器学习分类模型评价指标之混淆矩阵](https://blog.csdn.net/hymn1993/article/details/127920182)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]