之前一直不明白多分類任務的混淆矩陣，今天研究了一下。
拿乙個三分類任務來說 "cat", "dog","bird"，有8個**結果
**值：[dog, dog, cat ,cat, cat, dog, bird, cat]
真實值：[dog, cat, cat, cat, bird, bird,cat, cat]
要對每乙個類別做混淆矩陣。拿cat類來說，真實值是cat, **值也是cat 也就是tp 值3， 的值是 2， 真實值是不是cat,但**值是cat, 也就是fp的值是1 ， 真實值是cat, 但**的不是cat 也就是fn,真實值不是cat **值也不是cat 也就是tn 值是 2，
以此來計算評價指標
精確度
precision= tp/(tp+fp)召回率
recall= tp/(tp+fn)
f1f1 = 2*precision*recall / (precision + recall)
多分類任務的混淆矩陣
今天我將討論如何在多分類中使用混淆矩陣評估模型的效能。什麼是混淆矩陣？它顯示了實際值和 值之間的差異。它告訴我們有多少資料點被正確 哪些資料點沒有被正確 對於多分類來說，它是乙個 n n 矩陣，其中 n 是編號。輸出列中的類別，也稱為目標屬性。一二分類任務中包含了 2 個類也就是乙個 22 矩陣，一...
多分類任務的混淆矩陣處理
在多分類任務中，不適合使用pr曲線和roc曲線來進行指標評價，但我們仍可以通過混淆矩陣來進行處理。可以通過matplotlib的matshow 函式，直觀地展示分類結果的好壞。先使用cross val predict得出各個分類值的分數 y train pred cross val predict ...
混淆矩陣評價指標 分類效果評價指標一混淆矩陣
1.混淆矩陣 判斷分類模型好壞 混淆矩陣是roc曲線繪製的基礎，同時它也是衡量分型別模型準確度中最基本，最直觀，計算最簡單的方法。一句話解釋版本 混淆矩陣就是分別統計分類模型歸錯類，歸對類的觀測值個數，然後把結果放在乙個表裡展示出來。這個表就是混淆矩陣。混淆矩陣是評判模型結果的指標，屬於模型評估的一...