【混淆矩阵与Precision/Recall和ROC曲线的关系】首先我们引入混淆矩阵：
当我们对样本进行分类时，会分成正例样本（记为1）和负例样本（记为0），根据分类结果与原始分类，可以计算出相应的混淆矩阵。那么则有：Precision(pre)=true positive rate=tp/(tp+fp)Recall(sen)=tp/(tp+fn)false positive rate=fp/...
分类：
其他好文 时间：
2015-06-13 09:57:59
阅读次数：
722
在机器学习领域，混淆矩阵（confusion matrix），又称为可能性表格或是错误矩阵。它是一种特定的矩阵用来呈现算法性能的可视化效果，通常是监督学习（非监督学习，通常用匹配矩阵：matching matrix）。其每一列代表预测值，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）。...
分类：
其他好文 时间：
2015-04-07 23:29:49
阅读次数：
642
HMM的学习笔记
HMM是关于时序的概率模型，描述由一个隐藏的马尔科夫链随机生成不可观测的状态随机序列，再由各个状态生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测的随机过程。
HMM由两个状态和三个集合构成。他们分别是观测状态序列，隐藏状态序列，转移概率，初始概率和混淆矩阵（观察值概率矩阵）。
HMM的三个假设：
1、有限历史性假设，p(si|si-1,si-2,.....
分类：
编程语言 时间：
2015-03-12 20:53:00
阅读次数：
244
ToolBox->Classification->PostClassification->Confusion Matrix->Using Ground Truth ROIs，可以得到如下的分类精度验证的混淆矩阵。
要看懂这个精度验证结果，需要了解几个混淆矩阵中的几项评价指标：
1、总体分类精度（Overall Accuracy）
等于被正确分类的像元总和除以总像元数。被正...
分类：
其他好文 时间：
2014-12-18 22:22:29
阅读次数：
427
