1. 程式人生 > >【ML】Confusion Matrix, True Positive, False Positive, True Negative, False Negative, Recall rate, etc

【ML】Confusion Matrix, True Positive, False Positive, True Negative, False Negative, Recall rate, etc

Backto ML Index

用於分類結果的量化評價, 首先, 4 個 值, [True False] * [Positive Negative],
在這裡插入圖片描述

這四個類別的劃分, 要從後往前看, 先區分分類的結果是 Positive or Negative, 之後, 再與 Ground Truth 做對比, 一致的前面加 True, 否則加 False.

分類的結果統計一下, 可以構成 Confusion Matrix
在這裡插入圖片描述

然後在 TP, TN, FP, FN 這四個類別的基礎上, 衍生出來一大批的專門術語, 沒辦法, 因為 classification 問題太廣泛太基礎, 被研究的太精細了.

在這裡插入圖片描述

更多的, 更詳細的, 去下面的 wiki 中找吧.

Ref