机器学习笔记 - 使用scikit-learn创建混淆矩阵
2023-09-14 09:01:35 时间
一、混淆矩阵概述
在训练了有监督的机器学习模型(例如分类器)之后,您想知道它的工作情况。
这通常是通过将一小部分称为测试集的数据分开来完成的,该数据用作模型以前从未见过的数据。
如果它在此数据集上表现良好,那么该模型很可能在其他数据上也表现良好 - 当然,如果它是从与您的测试集相同的分布中采样的。
现在,当您测试您的模型时,您向其提供数据 - 并将预测与基本事实进行比较,测量真阳性、真阴性、假阳性和假阴性的数量。这些随后可以在视觉上吸引人的混淆矩阵中可视化。
相关文章
- WMO&ECMWF机器学习次季节预报比赛结束,全部代码已开源!
- 快速入门Python机器学习(21)
- 机器学习笔记,原来梯度下降这么简单
- 机器学习笔记,统计模型觉得难,不妨来看点概念吧
- 在windows10机器上安装部署人脸识别/安全帽识别项目笔记
- 【机器学习笔记】有监督学习和无监督学习
- windows环境下的Anaconda安装与OpenCV机器视觉环境搭建[通俗易懂]
- 机器学习-Kmeans
- 《零基础学机器学习》笔记-第3课-线性回归
- vivo互联网机器学习平台的建设与实践
- 机器学习+单细胞技术开发药物|Cellarity完成1.21亿美元C轮融资
- 机器流量:Nginx屏蔽特定IP
- 寒假干点啥?看懂这25个核心概念,就没有啃不动的机器学习论文
- 谷歌开源安全的机器学习操作系统 KataOS
- 机器之心走近全球顶尖实验室:起源人工智能研究院(IIAI)第二季
- 距离申报通道关闭还有最后4天!「AI中国」机器之心2021年度评选十大奖项设置及参选说明
- 选择机器学习模型,要注意这 7 个问题
- 综述:机器学习中的模型评价、模型选择与算法选择!
- 【愚公系列】2023年04月 Halcon机器视觉-15种常用缺陷检测实例
- Linux内核编译与裁剪:调整机器性能的窍门(linux内核编译和裁剪)
- 这届机器学习论文评比,搞怪无厘头我只服Reddit
- 「Linux操作系统:机器上的选择」(linux操作系统的电脑)