Kas ir precizitāte neskaidrības matricā?
Kas ir precizitāte neskaidrības matricā?

Video: Kas ir precizitāte neskaidrības matricā?

Video: Kas ir precizitāte neskaidrības matricā?
Video: Тайная цивилизация Антарктиды. Что скрывают льды Антарктиды? Turn on the subtitles 2024, Maijs
Anonim

A apjukuma matrica ir paņēmiens klasifikācijas algoritma veiktspējas apkopošanai. Klasifikācija precizitāte viena pati var būt maldinoša, ja katrā klasē ir nevienlīdzīgs novērojumu skaits vai ja jūsu datu kopā ir vairāk nekā divas klases.

Tātad, kā jūs varat atrast neskaidrības matricas precizitāti?

Vislabākais precizitāte ir 1,0, bet sliktākais ir 0,0. Tā arī var būt aprēķināts pa 1 – ERR. Precizitāte ir aprēķināts kā divu pareizo prognožu kopējais skaits (TP + TN), dalīts ar datu kopas kopējo skaitu (P + N).

Var arī jautāt, kas ir sabalansēta precizitāte neskaidrības matricā? Labāka termina trūkuma dēļ es saukšu par "parasto" vai "kopumā" precizitāte tiek aprēķināts, kā parādīts kreisajā pusē: pareizi klasificētu piemēru proporcija, saskaitot visas četras šūnas apjukuma matrica . Līdzsvarota precizitāte tiek aprēķināts kā katras klases atsevišķi korektu proporciju vidējais lielums.

Paturot to prātā, ko jums saka neskaidrības matrica?

A apjukuma matrica ir tabula, ko bieži izmanto, lai aprakstītu klasifikācijas modeļa (vai “klasifikatora”) veiktspēju testa datu kopai, kuras patiesās vērtības ir zināms. Tas ļauj vizualizēt algoritma veiktspēju.

Kas ir atsaukšanas apjukuma matrica?

Vizualizācijas Precizitāte un Atsaukt Vispirms ir apjukuma matrica kas noder ātrai precizitātes aprēķināšanai un atgādināt ņemot vērā modeļa paredzētās etiķetes. A apjukuma matrica binārā klasifikācija parāda četrus dažādus rezultātus: patiesi pozitīvu, viltus pozitīvu, patiesi negatīvu un viltus negatīvu.

Ieteicams: