O que é precisão na matriz de confusão?
O que é precisão na matriz de confusão?

Vídeo: O que é precisão na matriz de confusão?

Vídeo: O que é precisão na matriz de confusão?
Vídeo: Avaliação de Modelos Preditivos: Métricas (acurácia, precision e recall) 2024, Maio
Anonim

UMA matriz de confusão é uma técnica para resumir o desempenho de um algoritmo de classificação. Classificação precisão por si só, pode ser enganoso se você tiver um número desigual de observações em cada classe ou se tiver mais de duas classes em seu conjunto de dados.

Da mesma forma, como você encontra a precisão de uma matriz de confusão?

Ao melhor precisão é 1,0, enquanto o pior é 0,0. Também pode ser calculado por 1 - ERR. Precisão é calculado como o número total de duas previsões corretas (TP + TN) dividido pelo número total de um conjunto de dados (P + N).

Também se pode perguntar: o que é precisão balanceada na matriz de confusão? Por falta de um termo melhor, o que chamarei de "regular" ou "geral" precisão é calculado conforme mostrado à esquerda: a proporção de exemplos classificados corretamente, contando todas as quatro células no matriz de confusão . Precisão balanceada é calculado como a média da proporção de acertos de cada classe individualmente.

Tendo isso em mente, o que uma matriz de confusão lhe diz?

UMA matriz de confusão é uma tabela que é frequentemente usada para descrever o desempenho de um modelo de classificação (ou "classificador") em um conjunto de dados de teste para os quais os valores verdadeiros estão conhecido. Permite a visualização do desempenho de um algoritmo.

O que é matriz de confusão de memória?

Visualizando Precisão e Lembrar O primeiro é o matriz de confusão que é útil para calcular rapidamente a precisão e lembrar dados os rótulos previstos de um modelo. UMA matriz de confusão para classificação binária mostra os quatro resultados diferentes: verdadeiro positivo, falso positivo, verdadeiro negativo e falso negativo.

Recomendado: