如何阅读混淆矩阵并得出正确的结论

问题描述 投票:0回答:1

我想知道是否有人可以帮助我从中得出正确的结论

“混乱矩阵”

我的问题是如何从这个混淆矩阵中计算出正确的百分比,以便得出正确的结论;因此,在这种情况下,误报“事件”将占百分之几?假阴性的百分比是多少?

直到现在,我还以为我可以算出假阴性的数量并将其除以总的(18738/116072*100),但我似乎无法发现这是否正确。

python pandas classification confusion-matrix precision-recall
1个回答
0
投票
[confusion matrix回答了问题“我的分类器将X类(行)的对象分类为Y类(列)的对象?”。

因此,在您的示例中,它说,分类器总共说:-

类别0的对象成为类别0的对象-39460次;-类别0的对象成为类别1的对象-18738次;-类别1的对象成为类别0的对象-11571次;-第1类的对象成为第1类的对象-46303次

因此,所有位于主对角线上的数字都是您的真正数。

现在,根据您的需求(调用或精确度,您需要使用此矩阵中不同的SUMS值。

[如果您需要recall(例如,对“每个类别的对象正确分类的百分比?”的问题的答案),则需要用其正支撑(对角元素)除以其支持(按行求和):对于类别0-

39460 /(39460 + 18738)= 39460/58198〜= 0.68

对于类别1-46303 /(46303 + 11571)= 46303/57874〜= 0.80[如果您需要precision(例如,对“分类为该类别的所有对象的每个类别,正确的百分比是多少?”的问题的答案),则需要用所有该类的预测(按列求和):对于类别0-

39460 /(39460 + 11571)= 39460/51031〜= 0.77

对于类别1-46303 /(46303 + 18738)= 46303/65041〜= 0.71P.S。希望通过编辑来提高英语水平。
© www.soinside.com 2019 - 2024. All rights reserved.