如何读取WEKA中的分类器混淆矩阵

Question

对不起，我刚开始学维卡，只是学习而已。

在我的决策树(J48)分类器输出中，有一个混淆矩阵：

a    b   <----- classified as
130  8     a = functional
15   150   b = non-functional

• 我怎么读这个矩阵？A& b之间有什么区别？
• 另外，有人能向我解释什么是域值吗？

Answer 1

我是这样说的：

混淆矩阵是Weka报告这个J48模型在正确的方面和错误的方面有多好。

在您的数据中，目标变量要么是“函数”，要么是“非功能性”；矩阵的右侧告诉您，列"a“是函数的，而"b”是非功能的。

列告诉您您的模型是如何对样本进行分类的--这是模型所预测的：

• 第一列包含模型认为是"a“- 145的所有样本，总计。
• 第二列包含您的模型认为是"b“- 158的所有样本。

另一方面，这些行代表了现实：

• 第一行包含所有真正是"a“- 138的样本，总计
• 第二行包含所有实际为"b“- 165的样本。

了解列和行，可以深入了解详细信息：

• 左上角，130，你的模型认为是"a“，实际上是"a”--这些都是正确的。
• 左下角，15，是你的模型认为是"a“，但实际上是"b”<-一种错误。
• 右上角，8，是你的模型认为是"b“，但实际上是"a”<- -另一种错误。
• 右下角，150是你的模型认为是"b“，而实际上是"b”。

所以，矩阵的左上角和右下角显示的是模型正确的东西。

矩阵的左下角和右上角显示的是模型混淆的位置。

Answer 2

你读过关于混淆矩阵的维基百科页面吗？在它们的示例中，围绕矩阵的文本排列略有不同(左边的行标签而不是右边的行标签)，但是您读的还是一样的。

行表示真正的类，列表示分类器输出。然后，每个条目给出被归类为<row>的<column>实例的数量。在你的例子中，15个Bs被(错误地)归类为As，150个Bs被正确地归类为Bs，等等。

因此，所有正确的分类都位于左上角到右下角.对角线上的所有东西都是某种不正确的分类。

编辑：维基百科页面已经改变了行和列。这种事会发生的。在研究混淆矩阵时，一定要检查标签，看看它是行中的真类，还是列中的预测类，还是相反的类。