原理 在机器学习中, 混淆矩阵是一个误差矩阵, 常用来可视化地评估监督学习算法的性能. 混淆矩阵大小为 num_classes x num_classes 的方阵, 其中 num_classes 表示类的数量. 这个矩阵的每一行表示真实类中的实例, 而每一列表示预测类中的实例 (Tensorflow ...
分类：
其他好文 时间：
2018-09-08 15:35:33
阅读次数：
820
五、精准率和召回率的平衡 Precision-Recall 的平衡 六、精准率-召回率曲线 七、ROC曲线 Receiver Operation Characteristic Curve 描述 TPR 和 FPR 之间的关系 metrics.py 八、多分类问题中的混淆矩阵 我写的文章只是我自己对b ...
分类：
其他好文 时间：
2018-09-01 20:33:37
阅读次数：
172
一、准确度的陷阱和混淆矩阵 分类算法的评价 分类准确度的问题： 一个安正预测系统，输入体检信息，就可以判断是否有癌症， 预测准确度：99.9% 如果癌症产生的概率只有0.01% 我们系统预测所有人都是健康的，可达到99.99%的准确度。 对于极度偏斜 (Skewed Data）的数据 只使用分类准确 ...
分类：
其他好文 时间：
2018-09-01 17:28:29
阅读次数：
367
作者：十岁的小男孩 凡心所向，素履可往 目录 监督学习—混淆矩阵 是什么？有什么用？怎么用？ 非监督学习—匹配矩阵 混淆矩阵 矩阵每一列代表预测值，每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆（也就是一个class被预测成另一个class）。 假设有一个用来对猫（c ...
分类：
其他好文 时间：
2018-08-09 18:31:08
阅读次数：
379
在使用机器学习算法过程中，针对不同的问题需要不用的模型评估标准，这里统一汇总。主要以两大类分类与回归分别阐述。 一、分类问题 1、混淆矩阵 混淆矩阵是监督学习中的一种可视化工具，主要用于比较分类结果和实例的真实信息。矩阵中的每一行代表实例的预测类别，每一列代表实例的真实类别。 2、准确率（Accur ...
分类：
其他好文 时间：
2018-08-06 19:26:10
阅读次数：
252
# 通过查 scikit-learn 库的 API ，查看 scikit-learn 中各个模块下的各个方法的功能、用法； # 1）模块的方法下有多种参数，每一种参数有多种设置，第一个设置为该参数的默认状态； # 2）模块下的方法的具体封装：在各个模块安装目录下的 .py 文件中； # 如：D:\软 ...
分类：
其他好文 时间：
2018-08-02 01:52:36
阅读次数：
1753
一、实例 1）构造极度偏差的数据 import numpy as np from sklearn import datasets digits = datasets.load_digits() X = digits.data y = digits.target.copy() # 构造极度偏斜的数据 ...
分类：
其他好文 时间：
2018-07-31 11:49:05
阅读次数：
460
混淆矩阵 在机器学习领域中，混淆矩阵（confusion matrix）是一种评价分类模型好坏的形象化展示工具。其中，矩阵的每一列表示的是模型预测的样本情况；矩阵的每一行表示的样本的真实情况。 举个经典的二分类例子： 混淆矩阵是除了ROC曲线和AUC之外的另一个判断分类好坏程度的方法，通过混淆矩阵我 ...
分类：
其他好文 时间：
2018-07-28 13:42:53
阅读次数：
821
混淆矩阵（Confusion Matrix） 混淆矩阵是一个列表，里面包含了实际值和判断值的情况。下图是信息更加丰富的一张混淆矩阵图： 作为良好的学习模型，TN和TP值是高的，FP和FN值=0；但是很多场景下FP和FN都不是0，那么怎么评价个分类学习的效果（performance）呢？ Accura... ...
分类：
其他好文 时间：
2018-07-17 22:13:52
阅读次数：
128
