贡献者: xzllxls
在机器学习中,混淆矩阵(Confusion Matrix)是一种通过表格可视化的方式呈现分类模型性能的常用工具。
对于二分类问题而言,混淆矩阵包含两行、两列,一共四个单元格。列(行)分别表示分类器预测的值,行(列)分别表示实际的值。基本模式如下表:
预测为阳性 | 预测为阴性 | |
实际为阳性 | 真阳性的数量 | 假阴性的数量 |
实际为阴性 | 假阳性的数量 | 真阴性的数量 |
举个例子,现在有一个训练好的二元分类器,用于判断给定图片上的动物是马还是羊。假设,有一个图片数据集,一共 14 张图片,其中 9 只为羊,5 只为马。现在用训练好的分类器来做判断,有可能产生下面的结果。
预测为马 | 预测为羊 | |
实际为马 | 5 | 3 |
实际为羊 | 2 | 4 |
 
 
 
 
 
 
 
 
 
 
 
友情链接: 超理论坛 | ©小时科技 保留一切权利