混淆矩阵与PR曲线、ROC曲线的理解与使用

混淆矩阵与PR曲线、ROC曲线的理解与使用 1.混淆矩阵 对于分类器而言，一个比较好的评估指标是混淆矩阵。下面通过一个表格具体展示在二分类器中的应用。 Neg（非A） Pos（A） Neg（非A样本） 90(TN) 10(FP) Pos（A样本） 30(FN) 70(TP) 其中Neg表示非A类，pos表示A类。从表格中可以得知，此分类器更能有效地识别非A样本，而对于A样本的识别能力不足。 据此我

>>阅读原文<<