精度评价主要方法：混淆矩阵和Kappa统计

精度评价主要方法：混淆矩阵和Kappa统计 对分类结果进行评价，确定分类的精度和可靠性,有两种方式用于精度验证：一是混淆矩阵，二是ROC曲线。比较常用的为混淆矩阵，ROC曲线可以用图形的方式表达分类精度，比较形象。评价精度的因子有混淆矩阵、总体分类精度、Kappa系数、错分误差、漏分误差、每一类的制图精度和用户精度，下面分条介绍。 混淆矩阵（confusion matrix） 误差矩阵（error

>>阅读原文<<