問題タブ [confusion-matrix]

Rパッケージの関数を使用して、confusionMatrix持っているデータの統計を計算しています。関数で使用されるテーブルを取得するために、予測と実際の値を関数に入れています。carettableconfusionMatrix

ただし、複数の可能な結果 (例: A、B、C、D) があり、私の予測は常にすべての可能性を表すとは限りません (例: A、B、D のみ)。関数の結果の出力にtableは、欠落している結果が含まれておらず、次のようになります。

関数はconfusionMatrix不足している結果を処理できず、エラーが発生します。

関数を別の方法で使用しtableて欠落している行をゼロで取得したり、関数を別の方法で使用して、欠落してconfusionMatrixいる結果をゼロとして表示したりする方法はありますか?

注: テスト対象のデータをランダムに選択しているため、予測結果だけでなく、実際の結果でもカテゴリが表されない場合があります。これで解決策が変わるとは思いません。

私は現在、車両分類に関するプロジェクトを行っていましたが、現在はほぼ終了していますが、ニューラル ネットワークから取得したプロットについていくつかの混乱があります。

[90=Hatchbacks,90=Sedans,50=SUVs]80 の特徴点の分類に230 枚の画像を使用しました。したがって、私vInputは[80x230]行列であり、私vTargetは[3x230]行列でした

分類子はうまく機能しますが、これらのプロットや異常かどうかはわかりません。

私のニューラルネットワーク

次に、セクション内のこれら 4 つのプロットをクリックして、PLOTこれらを順番に取得しました。

パフォーマンス プロット

トレーニング ステート

コンフュージョン プロット

レシーバー動作特性プロット

私はそれらがたくさんの画像であることを知っていますが、それらについては何も知りません。matlabのドキュメントでは、システムをトレーニングしてグラフをプロットするだけな
ので、誰かが簡単に説明するか、それらを学ぶための良いリンクをいくつか示してください。

得られた精度に関して Weka の混同行列を分析するにはどうすればよいですか? データセットのバランスが取れていないため、精度が正確ではないことがわかっています。混同行列はどのように精度を「確認」しますか?

例: a) 精度 96.1728 %

b) 精度: 96.8%

等...

rpart()およびpredict()コマンドを使用して予測モデルを生成した後、混同行列を実行するには、R でどのコマンドを使用すればよいですか?

True Positive、False Negative、False Positive、および True Negative を明確に要約したいと思います。感度、特異度、陽性的中率、陰性的中率を同じマトリックスに持つことも素晴らしいでしょう。

ソース: http://en.wikipedia.org/wiki/Sensitivity_and_specificity

confusion_matrix()scikit-learnを使用して、分類子の混同行列を計算しました。混同行列の対角要素は、予測されたラベルが真のラベルと等しい点の数を表しますが、非対角要素は分類器によって誤ってラベル付けされた要素です。

0 から 1 までの数値のみが含まれるように、混同行列を正規化したいと思います。正しく分類されたサンプルの割合を行列から読み取りたいと思います。

行列を正規化する方法 (行と列の正規化) をいくつか見つけましたが、数学についてはよくわからず、これが正しいアプローチであるかどうかもわかりません。

私は一生、rpartで混同行列を計算する方法を理解できません。

これが私がやったことです：

今、私は次のようなことをすると思います

しかし、それは私に混同行列を与えていません。