1

これは、私が生成できた WEKA の出力です。残念ながら、混同行列の計算方法がわかりません。誰かがそれを計算するのを手伝ってもらえますか?

=== Classifier model (full training set) ===

J48 pruned tree

-----------------

plas <= 127: negative (485.0/94.0)
plas > 127
|   mass <= 29.9
|   |   plas <= 145: negative (41.0/6.0)
|   |   plas > 145
|   |   |   age <= 25: negative (4.0)
|   |   |   age > 25
|   |   |   |   age <= 61: positive (27.0/9.0)
|   |   |   |   age > 61: negative (4.0)
|   mass > 29.9
|   |   plas <= 157
|   |   |   age <= 30: negative (50.0/23.0)
|   |   |   age > 30: positive (65.0/18.0)
|   |   plas > 157: positive (92.0/12.0)

Number of Leaves  : 8

Size of the tree :  15

a. WEKA 出力を使用して混同行列を作成します。(ヒント: 各リーフ ノードを見て、4 つの象限のそれぞれに該当するインスタンスの数を判断し、すべてのリーフ ノードの結果を集計して、最終的なカウントを取得します) ここに画像の説明を入力

TP=?

FP=?

FN=?

TN=?

b. 医療診断では、感度、特異度、診断精度の 3 つの指標が一般的に使用されます。感度は TP/(TP+FN) として定義されます。特異性は TN/(FP+TN) として定義されます。診断精度は、感度と特異度の平均として定義されます。上記の混同行列に基づいて診断精度を計算します。

誰かがこれで私を助けることができれば、私はそれを大いに感謝します. ありがとうございました！

4

2 に答える 2

1

[分類] パネルで、[その他のオプション] をクリックし、[混同行列の出力] をクリックして、[OK] をクリックします。

それぞれの GUI 画面とダイアログ ボックスのスクリーンショットを追加しました。スクリーンショットの「その他のオプション...」ボタン (1) は、既にクリックしているためグレー表示されています。

ここに画像の説明を入力

于 2016-10-23T11:33:29.397 に答える
0

ここで必要な表を埋めるには、ツリーとその各リーフの図を理解する必要があります。ツリーのルートノードは「plas」です。2 人の子供がいます。'plas' が 127 以下の入力のすべてのケースは最初の子に分類され、'plas' が 127 より大きいすべてのケースは 2 番目の子に分類されます。最初の子の葉で陰性は、最初の子に該当するケースがすべて陰性であることを示します。括弧内の図 485 は、「プラス」が 127 以下の入力ケースの数を示し、94 は、これらの 485 ケースのうち、94 件が陰性として誤分類されていることを示します。ツリーの残りの部分についても同様です。そう、

  • TP=145
  • FP=39
  • TN=461
  • FN=123

お役に立てれば。疑わしい点があればコメントしてください。

于 2016-10-19T14:46:15.387 に答える