在混淆矩阵中分析精度的结果

Question

我是ML的新手，我正在做一些练习来理解算法及其结果。我对解释这个混淆矩阵的准确性有疑问，我知道我的问题很简单。但我需要知道我如何准确地解释这个混淆矩阵的图表。ps:数据集心力衰竭-分类。事先感谢您的任何解释

​

Answer 1

3个被预测为“无心衰”，但真正的类别是“心衰”，因此这是一个不正确的分类

1个被预测为“心力衰竭”，但真正的类别是“没有心力衰竭”，因此这是一个错误的分类

11个被预测为“心力衰竭”，而真正的类别是“心力衰竭”，因此这是一个正确的分类

其中45个被预测为“无心衰”，而真正的类别是“无心衰”，因此这是一个正确的分类

因此，错误分类的总数是: 3+1=4

正确分类的总数是: 11+45=56

Answer 2

混淆矩阵提供每个类别上模型分类性能的分解，并用于评估模型质量。

矩阵的每一行表示真实的类，而每列描述预测的类，反之亦然，作为文献中的两种变体。

下图显示了读取混淆矩阵的配置(0 ==无心衰，1 ==心衰)。

​

​

如果模型正确预测了正类，则结果为真正类(TP)，类似地，如果模型正确预测负类，则结果为真负类(TN)。

假阳性(FP)是错误预测的阳性类别，类似地，假阴性(FN)是错误预测的阴性类别。

正如Arne指出的那样，在数据集中有46个人没有心力衰竭(无心力衰竭行的总和)，在数据集中有14个人有心力衰竭(心力衰竭行的总和)。

• 45无心衰的人被正确分类为无心衰(TN)
• 1无心衰的人被错误地识别为有心衰(FP)
• 11有心衰的人被正确分类为有心衰(TP)
• 3有心衰的人被错误地分类为无心衰(FN)