問題タブ [confusion-matrix]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
r - Shiny の結果タブに結果を表示する
Shiny の mainPanel の結果タブにある関数 (caret パッケージの混乱マトリックスなど) の結果を出力するにはどうすればよいですか?
これが私がserver.Rに持っているものです:
そして、これが私がui.Rに持っているものです:
RStudio で関数を入力すると、次の結果が得られます。
したがって、光沢のある適切にフォーマットされたマトリックスで混同テーブルを表示したいと思います。何も表示せず、結果タブにもプレーンテキストを表示する outputTable を使用して表示できるようにしたいと考えていました。現在、mainPanel には何も表示されていません。解決策はありますか?
java - Java でファイ係数を計算する
Java で混同行列 2 x 2 の Phi 係数を計算したいのですが、これまでのコードは以下のとおりです。
trueP =6930、trueN=6924、falseP=0 、 falseN = 0の場合、このコードの出力は 3629.03401901938 です。Excelでファイ係数を計算しましたが、同じ値に対して値1が返されます
何が間違っているのですか?
どんな助けでも大歓迎です
python - 混同行列から(効率的に)偽の真実/予測値を作成する
テスト目的で、混同行列から偽の真実/予測値を作成する必要があります。
私の混同行列は、次を使用して Pandas DataFrame に格納されます。
インデックスは実際の値であり、列は予測値であると想定しています。
この混同行列は次のようになります。
2 つの Numpy 配列を作成する効率的な方法を探していますy_true
。y_predict
このような混同行列を生成します。
私の最初のアイデアは、最初に適切なサイズの Numpy 配列を作成することでした。
だから私はした:
しかし、これら2つのNumpy配列を効率的に埋める方法が正確にはわかりません
同じコードは、次のようなバイナリ混同行列にも適用する必要があります。
このバイナリ混同行列は次のようになります。
r - Confusion Matrix の作業中に新しい列を追加する際の R の問題
Rで混同行列に取り組んでいます。
私は次のデータを持っています
Classifier
値rowsums(data[,1:3])
が 2 以上の場合は 1、rowsum が 2 未満の場合は 0の新しい列を作成する必要があります。
誰でもこれを行う方法のヒントを教えてもらえますか?
scipy - Printing confusion matrix to file produces illegal characters
I am classifying a set of images stored as tuples in a csv file. The confusion matrix that I get on terminal display is correct. But when I write that same conf. matrix to a file, it produces illegal characters (32bit hex). Here's the code-
Output in file-
python - バイナリ混同行列を使用した sklearns.metrics.classification_report と sklearns.metrics.f1_score の各 F1 スコア値の差
私は(真の)ブール値と予測されたブール値を持っています:
次のインポートを使用しています
混同行列は次のようになります。
私がやっている:
私は得る:
f1-score
( 0.695652
、0.86
、0.70
、 )の 4 つの値が表示されます0.80
。それぞれの値の違いは何なのか、どのように計算されているのだろうか。