¿Qué es la precisión en la matriz de confusión?
¿Qué es la precisión en la matriz de confusión?

Video: ¿Qué es la precisión en la matriz de confusión?

Video: ¿Qué es la precisión en la matriz de confusión?
Video: La Matriz de Confusión 2024, Mayo
Anonim

A matriz de confusión es una técnica para resumir el rendimiento de un algoritmo de clasificación. Clasificación precisión por sí solo puede ser engañoso si tiene un número desigual de observaciones en cada clase o si tiene más de dos clases en su conjunto de datos.

Así que, ¿cómo se encuentra la precisión de una matriz de confusión?

Lo mejor precisión es 1.0, mientras que el peor es 0.0. También puede ser calculado por 1 - ERR. Precisión es calculado como el número total de dos predicciones correctas (TP + TN) dividido por el número total de un conjunto de datos (P + N).

También se puede preguntar, ¿qué es la precisión equilibrada en la matriz de confusión? A falta de un término mejor, lo que llamaré "regular" o "general" precisión se calcula como se muestra a la izquierda: la proporción de ejemplos correctamente clasificados, contando las cuatro celdas en el matriz de confusión . Precisión equilibrada se calcula como el promedio de la proporción de correcciones de cada clase individualmente.

Teniendo esto en cuenta, ¿qué te dice una matriz de confusión?

A matriz de confusión es una tabla que se usa a menudo para describir el desempeño de un modelo de clasificación (o "clasificador") en un conjunto de datos de prueba para los cuales los valores verdaderos están conocido. Permite la visualización del desempeño de un algoritmo.

¿Qué es la matriz de confusión de memoria?

Visualización de precisión y Recordar Primero está el matriz de confusión que es útil para calcular rápidamente la precisión y recordar dadas las etiquetas predichas de un modelo. A matriz de confusión para la clasificación binaria muestra los cuatro resultados diferentes: verdadero positivo, falso positivo, verdadero negativo y falso negativo.

Recomendado: