Datasets:
LittleCxwx
/
paper_data

Dataset card Data Studio Files
xet
 Community
1
text
stringlengths
0
18.7k
混淆矩阵〔《Confusion Matrix) ，混满和矩阵也称误差矩阵，是表示精度评价
的一种标准格式，用?=行z列的矩阵形式来表示。有具体评价指标有总体精度、制
图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。
10
第八届泰迪杯数据挖掘挑战赛
在人工智能中，混满矩阵是可视化工具，特别用于监督学习，在无监督学习
一般叫做匹配算阵。在图像精度评价中，主要用于比较分类结果和实际测得值，
可以把分类结果的精度显示在一个混满矩阵里面。混淆矩阵是通过将每个实测像
元的位置和分类与分类图像中的相应位置和分类相比较计算的。
2.6.1 混淆矩阵
当以下四个指标汇友成如图 7 的所示的矩阵时，我们便得到混淆和矩阵。
真实什
positive negatiVe
positive TR FP
HI
Degative FEN
7 混吉BE
上表中，TP: 真实值是 positive，模型认为是 positive 的数量;
EN: 真实值是 positive，模型认为是 negative 的数量;
FP: 真实值是 negative，模型认为是 positive 的数量;
TN: 真实值是 negative，模型认为是 negative 的数量。
如图 8 所示, 我们采用逻辑回归算法得到的混满矩阵, 左上到右下对角线上
为预测正确的 对角线外面为错误。
图8 混澳加
2.6.2 混淆和矩阵标准化
有时候面对大量的数据，而混满矩阵里面统计的是个数，只计算个数，很难
衡量模型的优淄 。因此混谎矩阵在基本的统计结果上又延伸了如下 4个指标。
11
第八届泰迪杯数据挖掘挑战赛
如此便可以将混满矩阵中效量的结果转化为 0-1 之间的比率，如图 9。
所有判 辣让的引 雪果占总观测值
的比重
模型预测是 Positive 的所有结果
中，模型预测对的比重
在真实值是 positive 的所有结果
中，模型预测对的比重
在真实值是 negative 的所有结果
中，模型预测对的比重
2.6.3 FE-score 评分
便于进行标准化的衡量，我们得到 F-score 对分类方法进行评分，
2PR;
we 二 忆+R，
7 芒1
其中为第;类的查准率，刃为第;类的查全率〈名回率) 。程序运行结束
得到评分如图 10 所示:
F1-SCORE
一一
人
SS