Kst179 (обсуждение | вклад) м (Kst179 переименовал страницу Матрица ошибок в Матрица ошибок (Confusion matrix)) |
Метки: Визуальный редактор apiedit |
||
Строка 11: | Строка 11: | ||
* False negative (FN). <math>FN = \sum _{i = 0} ^n [a(x_i) = -1][y_i = +1]</math> |
* False negative (FN). <math>FN = \sum _{i = 0} ^n [a(x_i) = -1][y_i = +1]</math> |
||
− | P означает что '''классификатор''' определяет класс объекта как положительный (N - отрицательный). T - значит что класс предсказан правильно (соответственно |
+ | P означает что '''классификатор''' определяет класс объекта как положительный (N - отрицательный). T - значит что класс предсказан правильно (соответственно F - неправильно). |
'''Ахтунг!''' Не путать с [[Матрица штрафов (Сost matrix)|матрицей штрафов]]. |
'''Ахтунг!''' Не путать с [[Матрица штрафов (Сost matrix)|матрицей штрафов]]. |
Версия от 22:17, 5 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
В случае бинарной классификации метка класса принимает значение (положительный класс) или (отрицательный). Вводятся 4 вида штрафов:
- 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.