- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
ConfusionMatrix
Вычисляет матрицу ошибок. Метод применяется к вектору предсказанных значений.
matrix vector::ConfusionMatrix(
|
Параметры
vect_true
[in] Вектор истинных значений.
эпохи
[in] Значение метки для вычисления матрицы ошибок.
Возвращаемое значение
Матрица ошибок. Если значение метки не указано, то возвращается многоклассовая матрица ошибок, где каждая метка сопоставляется с каждой другой меткой по отдельности. Если указано значение метки, то возвращается матрица размером 2 x 2, где указанная метка считается положительной, все остальные метки - отрицательные (ovr, one vs rest).
Примечание
Матрица ошибок C такова, что Cij равен количеству наблюдений, которые находятся в группе i, а также, по прогнозам, - в группе j. Таким образом, в бинарной классификации количество истинно отрицательных результатов (TN) равно C00, ложноотрицательных результатов (FN) — C10, истинно положительных результатов (TP) — C11 и ложноположительных результатов (FP) — C01.
То есть эту матрицу можно графически представить таким образом:
TN |
FP |
FN |
TP |
Размеры вектора истинных значений и вектора предсказанных значений должны быть одинаковыми.
Пример:
vector y_true={7,2,1,0,4,1,4,9,5,9,0,6,9,0,1,5,9,7,3,4,8,4,2,7,6,8,4,2,3,6};
|