多元分类的混淆矩阵

  统计/机器学习 监督式学习 模型验证
1

二元的混淆矩阵很好理解。那么多元分类的混淆矩阵是怎么定义的?


 

吴昊通   2017-11-22 20:13



   1个回答 
4

多元分类的意思就是说标签是多元的,比如1,2,3...,k就是k元的,每个整数代表一个分类。

k元分类的混淆矩阵就是k乘k的矩阵。矩阵(i, j)上的数字就是模型预测为分类i、但实际为分类j的样本的个数。


比如下图。第二行、第三列的6的意思就是说这个模型把6个实际上为分类3的样本预测为分类2。


AlphaCat   2017-12-01 11:50

不错不错,讲得很清楚 - 吴昊通   2017-12-01 23:17


相关问题

什么是混淆矩阵(confusion matrix)   1回答

k近邻算法(k-NN)怎么选k   2回答

二元分类问题中经常提到的TP,TF,FN,FP都是什么意思?   3回答

k-fold cross validation的k怎么选   2回答

Stratified k-fold cross validation(分层交叉验证)   1回答

如果我用交叉验证,还是否需要单独分出测试集?   1回答

回归问题中的stratified cross validation?   2回答

交叉验证是如何进行的?   1回答

python里怎么求多元分类的F1 score?   1回答

训练误差、测试误差、泛化误差的区别   2回答

修正R方(adjusted R square)是什么?   2回答

除了RMSE,评价回归模型有哪些常用的metric?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!