评估朴素贝叶斯分类器通过构建混淆矩阵

我正在尝试为血压患者构建一个混淆矩阵,实际预测的患者中血压为0.18,血压正常为0.82。现在,朴素贝叶斯分类器预测的患者中,血压为0.410,血压正常为0.0913。我是新手,不太明白如何为上述问题构建混淆矩阵。请问有人能帮我吗?


回答:

要计算混淆矩阵,您需要知道各个测试样本的一致性

您无法仅从各个估计器的频率来计算它。

从数学上讲,您需要联合分布,但您只提供了边缘分布。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注