Understanding Confusion Matrix

当我们获得数据时,在数据清理,预处理和争论之后,我们要做的第一步是将其提供给一个出色的模型,当然,还要获得概率输出。 但坚持下去! 我们如何能够衡量模型的有效性。 更好的效果,更好的性能,这正是我们想要的。 而这正是混乱矩阵引人注目的地方。 混淆矩阵是机器学习分类的性能测量。 这个博客旨在回答以下问题: 1,混淆矩阵是什么以及为什么需要它? 2,如何计算2类分类问题的混淆矩阵? 今天,让我们一劳永
相关文章
相关标签/搜索