再分類任務下，**結果和真實情況之間存在四種不同的組合，這四種組合構成了混淆矩陣。
舉個例子，看下圖。當真實情況是貓，**結果也是貓的時候，這個時候定義為真正例；當真實情況是貓，而**結果不是貓的時候定義為偽反例子；
當真實情況不是貓，而**結果是貓時定義為偽正例；當真實情況不是貓**結果也不是貓時定義為真反例。這個矩陣就叫做混淆矩陣。
精確率是針對我們**結果而言的，它表示的是**為正的樣本中有多少是真正的正樣本。那麼**為正就有兩種可能了，一種就是把正類**為正類(tp)，另一種就是把負類**為正類(fp)，也就是
而召回率是針對我們原來的樣本而言的，它表示的是樣本中的正例有多少被**正確了。那也有兩種可能，一種是把原來的正類**成正類(tp)，另一種就是把原來的正類**為負類(fn)。也就是：
機器學習（混淆矩陣）
1 混淆矩陣 真實性positive 1 negative 0 值poistive 1 tp true positive 11 fp false positive 01 negative 0 fn false negaative 10 tn true negative 00 2 四種指標 公式意義 ...
機器學習筆記 混淆矩陣
import pandas as pd import numpy as np from sklearn.preprocessing import labelencoder from sklearn.cross validation import train test split 交叉驗證,拆分資料集...
機器學習 混淆矩陣及其繪製
混淆矩陣主要用於表示分類精度,利用橫軸為 結果縱軸為標準結果的 圖，視覺化地展示演算法的分類效能。乙個混淆矩陣的例子 其中第一類有10個，第二類有14個，第三類有21個。而實際的 結果是第一類有乙個樣本錯誤 為了第二類 第二類有5個錯認為第一類，2個錯認為第三類 第三類中有兩個被錯認為第一類，6個第...