- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
ConfusionMatrix
Calcola la matrice della confusione. Il metodo viene applicato al vettore dei valori previsti.
matrix vector::ConfusionMatrix(
|
Parametri
vect_true
[in] Vettore di valori reali.
label
[in] Valore dell'etichetta per il calcolo della matrice di confusione.
Valore Restituito
Matrice di confusione. Se il valore dell'etichetta non è specificato, viene restituita una matrice di confusione multi-classe, dove ogni etichetta è abbinata l'una all'altra singolarmente. Se viene specificato un valore di etichetta, viene restituita una matrice 2 x 2, in cui l'etichetta specificata viene considerata positiva, mentre tutte le altre etichette sono negative (ovr, one vs rest).
Nota
La matrice di confusione C è tale che Cij è uguale al numero di osservazioni note nel gruppo i e che si prevede siano nel gruppo j. Così, nella classificazione binaria, il conteggio dei veri negativi (TN) è C00, falsi negativi (FN) è C10, veri positivi (TP) è C11 e falsi positivi (FP) è C01.
In altre parole, la matrice può essere rappresentata graficamente così:
TN |
FP |
FN |
TP |
Le dimensioni del vettore dei valori reali e del vettore dei valori previsti dovrebbero essere le stesse.
Esempio:
vector y_true={7,2,1,0,4,1,4,9,5,9,0,6,9,0,1,5,9,7,3,4,8,4,2,7,6,8,4,2,3,6};
|