今天我將討論如何在多分類中使用混淆矩陣評估模型的性能。
什么是混淆矩陣？
它顯示了實際值和預測值之間的差異。它告訴我們有多少數據點被正確預測，哪些數據點沒有被正確預測。對於多分類來說，它是一個 N * N 矩陣，其中 n 是編號。輸出列中的類別，也稱為目標屬性。一二分類任務中包含了 2 個類也就是一個 22 矩陣，一般情況下介紹混淆矩陣都會以二分類為例。如果有 3 個類呢？那么將得到一個 33 矩陣依此類推。通過上面描述我們知道，混淆矩陣的類將具有相同數量的行和列。
下面讓我們嘗試了解一些常用術語，有 TP(True Positive)、FP(False Positive)、False Positive 和 FN(False Negative)。
我們將使用一個 3 x 3 矩陣，我們將使用我將向您展示的技巧計算 TP、TN、FP、FN 值。這個技巧也可以應用於 44、55…N*N 矩陣。
考慮這個混淆矩陣在下圖 1 中的數據集的輸出列中具有 A、B、C 類。
我們將嘗試計算 A 類的TP(True Positive)、FP(False Positive)、False Positive 和 FN(False Negative)的值
完整文章