如何在 WEKA 中读取分类器混淆矩阵答案

【问题标题】：How to read the classifier confusion matrix in WEKA如何在 WEKA 中读取分类器混淆矩阵
【发布时间】：2013-02-19 06:52:01
【问题描述】：

抱歉，我是 WEKA 的新手，刚刚学习。

在我的决策树（J48）分类器输出中，有一个混淆矩阵：

a    b   <----- classified as
130  8     a = functional
15   150   b = non-functional

【问题讨论】：

【解决方案1】：

你读过wikipedia page on confusion matrices吗？在他们的示例中，矩阵周围的文本排列方式略有不同（行标签在左侧而不是在右侧），但您阅读时是一样的。

行表示真实类，列表示分类器输出。然后，每个条目给出被分类为<column> 的<row> 实例的数量。在您的示例中，15 个 B 被（错误地）归类为 As，150 个 B 被正确归类为 B，等等。

因此，所有正确分类都在左上角到右下角的对角线上。对角线之外的所有东西都是某种不正确的分类。

编辑：维基百科页面已经切换了行和列。有时候是这样的。在研究混淆矩阵时，请务必检查标签以查看其是行中的真实类、列中的预测类还是其他方式。

【讨论】：

我是否更正了 WEKA 中的 CM 是：第 1 行：TP | FP 第 2 行：FN | TN
@user75782131：我不会那样说的。您关于 True Positives 等的主张仅适用于有明确的正面和负面类别的 2 类问题。许多分类问题不是这样的，但它们仍然存在混淆矩阵。
而对于2-class问题，如果positive class的索引为0，则表示第一行是TP，FN，第二行是FP，TN。

【解决方案2】：

我会这样说：

混淆矩阵是 Weka 报告这个 J48 模型在正确和错误方面的表现。

在您的数据中，目标变量是“功能性”或“非功能性”；矩阵的右侧告诉您列“a”是功能性的，而“b”是非功能性的。

这些列告诉您模型如何对样本进行分类 - 这是模型预测的结果：

另一方面，行代表现实：

知道了列和行，你可以深入了解细节：

所以矩阵的左上角和右下角显示了你的模型正确的东西。

矩阵的左下角和右上角显示你的模型混淆的地方。

【讨论】：