混合矩阵规格：标签、指标，如何选择适合的模型？
2023-08-05 19:15 作者:1_8948786886 | 我要投稿
混合矩阵是一种用于评估分类模型性能的工具，它将模型的预测结果与实际标签进行比较，并将结果以矩阵的形式展示出来。
混合矩阵的规格通常为2x2，其中行表示实际标签，列表示模型的预测结果。
混合矩阵的四个单元格分别表示了四种不同的情况：
1. 真正例（True Positive，TP）：模型将正例正确地预测为正例的数量。即实际为正例，模型也预测为正例。
2. 假正例（False Positive，FP）：模型将负例错误地预测为正例的数量。即实际为负例，但模型预测为正例。
3. 假反例（False Negative，FN）：模型将正例错误地预测为负例的数量。即实际为正例，但模型预测为负例。
4. 真反例（True Negative，TN）：模型将负例正确地预测为负例的数量。即实际为负例，模型也预测为负例。
混合矩阵的规格为2x2，是因为分类问题通常有两个类别，分别为正例和负例。行表示实际标签，列表示模型的预测结果。因此，混合矩阵的规格为：
```
预测为正例 预测为负例
实际为正例 TP FN
实际为负例 FP TN
```
通过混合矩阵，我们可以计算出一系列评估指标，如准确率（Accuracy）、精确率（Precision）、召回率（Recall）和 F1 值等，来评估分类模型的性能。
这些指标可以帮助我们了解模型在不同情况下的表现，并选择最适合的模型。
【此文由“青象信息老向原创”转载须备注来源】
