ML笔记 - 分类模型评估

混淆矩阵 混淆矩阵（Confusion Matrix）是可视化工具，特别用于监督学习，在无监督学习中一般叫做匹配矩阵，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。 TP的定义：实际为正预测为正 FP的定义：实际为负但预测为正 TN的定义：实际为负预测为负 FN的定义：实际为正但预测为负 召回率（Recall,TNR）：预测对的正例数占真正的正例数的比率 计算公式：

>>阅读原文<<