weka预测输出上的假阴性(FN)

Question

我正在做weka图形用户界面的分类工作。以下是SVM分类器的预测输出的一个小版本。有人能帮我解释一下为什么只显示False Positives (FP)吗？正如您所看到的，在一些实例中都有一个+符号。有没有办法也显示假阴性(FP)，以便我们有一些-信号？

inst#     actual  predicted error prediction
        1   1:normal   1:normal       1
        2   1:normal   1:normal       1
        3  2:anomaly   1:normal   +   1
        4  2:anomaly  2:anomaly       1
        5   1:normal   1:normal       1
        6  2:anomaly   1:normal   +   1
        7  2:anomaly  2:anomaly       1
        8   1:normal   1:normal       1
        9  2:anomaly  2:anomaly       1
       10  2:anomaly   1:normal   +   1
       11  2:anomaly  2:anomaly       1
       12  2:anomaly  2:anomaly       1
       13  2:anomaly   1:normal   +   1
       14  2:anomaly  2:anomaly       1
       15   1:normal  2:anomaly   +   1
       16   1:normal   1:normal       1
       17  2:anomaly   1:normal   +   1
       18   1:normal   1:normal       1

小结

按类===列出的===详细精度

             TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class
             0.936    0.134    0.890      0.936    0.912      0.807    0.967     0.964     normal
             0.866    0.064    0.922      0.866    0.893      0.807    0.965     0.949     anomaly

加权平均0.904 0.101 0.905 0.904 0.904 0.807 0.966 0.957

=== Confusion Matrix ===

     a     b   <-- classified as
 63060  4283 |     a = normal
  7832 50798 |     b = anomaly

Answer 1

输出中包含假阴性

        TP Rate  FP Rate  Precision  Recall   F-Measure  MCC      ROC Area  PRC Area  Class
         0.936    0.134    0.890      0.936    0.912      0.807    0.967     0.964     normal
         0.866    0.064    0.922      0.866    0.893      0.807    0.965     0.949     anomaly

异常类的假阳性是正常类的假阴性。

这是因为未定义正/负。如果您将异常定义为正异常，则

TP: 0.936 / FP 0.134 / FN 0.064 / TN 0.866

但是，如果将normal定义为正

TN: 0.936 / FN 0.134 / FP 0.064 / TP 0.866