混淆矩陣與PR曲線、ROC曲線的理解與使用

混淆矩陣與PR曲線、ROC曲線的理解與使用 1.混淆矩陣 對於分類器而言，一個比較好的評估指標是混淆矩陣。下面通過一個表格具體展示在二分類器中的應用。 Neg（非A） Pos（A） Neg（非A樣本） 90(TN) 10(FP) Pos（A樣本） 30(FN) 70(TP) 其中Neg表示非A類，pos表示A類。從表格中可以得知，此分類器更能有效地識別非A樣本，而對於A樣本的識別能力不足。 據此我

>>阅读原文<<