機器學習筆記十五:分類問題的性能度量(混淆矩陣,正確率,召回率,ROC,AUC)

這一部分總結分類問題常用的性能度量手段,這裏涉及到的概念有混淆矩陣,正確率,召回率,ROC,AUC等等.這些概念都是比較簡單,同時也是非常非常常用的.需要仔細理解. 一.混淆矩陣(Confusion Matrix) 一開始需要說一下的就是混淆矩陣啦,混淆矩陣是一個很簡單很基礎的東西.可以作爲分類問題一個比較基本的可視化工具. 通常來說混淆矩陣的行代表的是實際類別,列代表的是預測的類別.要是這樣說有
相關文章
相關標籤/搜索