Машинное обучение вики
NikEYN (обсуждение | вклад)
Метки: apiedit, Визуальный редактор
Метки: apiedit, Визуальный редактор
Строка 5: Строка 5:
   
 
== Случай бинарной классификации ==
 
== Случай бинарной классификации ==
[[File:Classification matrix en.png|thumb|230x230px|link=http://ru.learnmachinelearning.wikia.com/wiki/%D0%A4%D0%B0%D0%B9%D0%BB:Classification_matrix_en.png]]В случае бинарной классификации метка класса <math>y</math> принимает значение <math>+1</math> (положительный класс) или <math>-1</math> (отрицательный). Вводятся 4 вида штрафов:
+
[[File:Classification matrix en.png|thumb|230x230px|link=http://ru.learnmachinelearning.wikia.com/wiki/%D0%A4%D0%B0%D0%B9%D0%BB:Classification_matrix_en.png]]В случае бинарной классификации метка класса <math>y</math> принимает значение <math>+1</math> (положительный класс) или <math>-1</math> (отрицательный). Вводятся 4 возможных значения матрицы ошибок:
 
* True positive (TP). <math>TP = \sum _{i = 0} ^n [a(x_i) = +1][y_i = +1]</math>
 
* True positive (TP). <math>TP = \sum _{i = 0} ^n [a(x_i) = +1][y_i = +1]</math>
 
* True negative (TN). <math>TN = \sum _{i = 0} ^n [a(x_i) = -1][y_i = -1]</math>
 
* True negative (TN). <math>TN = \sum _{i = 0} ^n [a(x_i) = -1][y_i = -1]</math>

Версия 11:32, 12 января 2017

Матрица ошибок (confusion matrix)

Пусть дана выборка (, - метка класса i-го объекта, ), каждый объект которой относится к одному из классов и классификатор который эти классы предсказывает. Матрицей ошибок для такого классификатора называется следующая матрица: .

Такая матрица показывает сколько объектов класса были распознаны как объекты класса .

 Случай бинарной классификации

Classification matrix en.png

В случае бинарной классификации метка класса принимает значение (положительный класс) или (отрицательный). Вводятся 4 возможных значения матрицы ошибок:

  • True positive (TP).
  • True negative (TN).
  • False positive (FP).
  • False negative (FN).

P означает что классификатор определяет класс объекта как положительный (N - отрицательный). T - значит что класс предсказан правильно (соответственно F - неправильно).

Ахтунг! Не путать с матрицей штрафов.