1:混淆矩阵对角线越大越好,代表的是没个类别预测正确的数量.
2:横向来看,每一行的总数是该类别实际数量,11396代表着 16428个该类别有11396预测为了该类别.
3:纵向来看,每一列总数代表着预测成该类别的数量,图中有14314个数据预测成了该类,共有11396个数据是正确的.
相关文章
- 11-25男神鹏：机器学习之混淆矩阵的理解
- 11-25【分类模型评判指标 一】混淆矩阵(Confusion Matrix)
- 11-25二分类问题中混淆矩阵、PR以及AP评估指标
- 11-25基于博客标签的多标签分类器(multi-label classification)
- 11-25多分类混淆矩阵的含义
- 11-25CTR介绍，数据集往往为表格形式，训练集使用历史的日志数据，然后进行特征归一化、离散化和特征哈希等操作，最终一条训练集为一行多列的二分类任务。
- 11-25ML：分类预测问题中评价指标(ER/混淆矩阵P-R-F1/ROC-AUC/RP/mAP)简介、使用方法、代码实现、案例应用之详细攻略
- 11-25逻辑回归4-分类评估方法、混淆矩阵、精确率、召回率、roc曲线、auc指标
- 11-25R数据分析：二分类因变量的混合效应，多水平logistics模型介绍
- 11-25二分类器、混淆矩阵、精度、召回率、ROC曲线、PR曲线、多类分类器，误差分析