0
点赞
收藏
分享

微信扫一扫

混淆矩阵、准确率、精确率、召回率、F1值


1 . sklearn中的混淆矩阵行表示真实值,列表示预测值。

from sklearn.metrics import classification_report, cohen_kappa_score, accuracy_score, confusion_matrix

print(confusion_matrix(true_label, predict_label))
print(classification_report(true_label, predict_label))
print("kappa: ", cohen_kappa_score(true_label, predict_label))
print("accuracy: ", accuracy_score(true_label, predict_label))

2 . 关于TP/TN/FP/FN如何看:

先看右边P/N,表示预测值为真(P,Positive)或假(N,Negative);
再看左边T/F,表示预测是否正确。
比如FP,(右)表示预测为真,(左)预测是错误的,所以真实值为假。

如下表(网上有的乱七八糟,此处可参考周志华的机器学习为证):

预测为真

预测为假

真实为真

TP

FN

真实为假

FP

TN

3 . 准确率、精确率、召回率、F1值

准确率:

精确率(Precision,查准率):

召回率(Recall,查全率):

F1值:


举报

相关推荐

准确率、召回率、F值

0 条评论