在本節中,我們會定義用來評估分類模型的指標主要構成要素。但首先,說明:
情人節寓言:哭泣的男孩 (經過壓縮)
有一位牧羊男孩來到小鎮,照顧小鎮的一切。為好玩,他送出了「狼!」的聲響,雖然沒有一隻狼身上。村民則跑來保護鳥群,但他們發現男孩們在玩笑話時,真的很開心。
[疊代上一個段落 N 次。]
有一天,牧羊人男孩看到一顆實際的狼,接近牠群 向她說:「哇!」村民拒絕上床,並待在屋裡。飢餓的狼有羊群轉換成羊排。 鎮上飢餓了。自動演示。
讓我們定義下列項目:
- "Wolf"是正面類別。
- " wolf" 是排除類別。
我們可以使用 2x2 混淆矩陣來總結所有可能的成果:
真陽性 (TP):
|
偽陽性 (FP):
|
偽陰性 (FN):
|
真陰性 (TN):
|
真陽性是指模型正確預測正面類別的結果。同樣地,真陰性是模型「正確」預測「負」類別的結果。
「偽陽性」是模型「不正確」預測正面類別的結果。而「偽陰性」則是指模型「不正確」預測「負」類別的結果。
在以下各節中,我們會探討如何根據從四個結果取得的指標來評估分類模型。