【问题标题】:Which one is which ? (True Positive, True Negative, False Positive, False Negative)哪个是哪个? (真阳性、真阴性、假阳性、假阴性)
【发布时间】:2021-04-12 10:36:03
【问题描述】:

我正在使用 Tensorflow 对象检测 API 在我自己的自定义模型上运行混淆矩阵。我正在使用 Faster R-CNN Inception v2 宠物。我得到这个输出:

Processed 100 images
Processed 200 images
Processed 300 images
Processed 400 images
Processed 500 images
Processed 500 images

Confusion Matrix:
[[1281.  233.]
 [ 581.    0.]]

  category  precision_@0.5IOU  recall_@0.5IOU
0   person            0.68797        0.846103

从这个矩阵:

[[1281.  233.]
 [ 581.    0.]]

哪个是真阳性、真阴性、假阳性、假阴性?

我正在使用来自 github 的代码。它说这个link 将提供有关此代码的更多解释,但该帖子丢失了。所以,我很困惑。

另外,我可以从这个结果中计算出准确性吗?对不起,如果我错了。

【问题讨论】:

标签: python tensorflow machine-learning deep-learning confusion-matrix


【解决方案1】:

请查看下图。

更多关于混淆矩阵的信息可以在这里找到。 https://www.analyticsvidhya.com/blog/2020/04/confusion-matrix-machine-learning/

【讨论】:

    【解决方案2】:

    真阳性:1281 真阴性:0。 假阴性:581。 误报:233。

    混淆矩阵是机器学习分类问题的性能度量,其中输出可以是两个或更多类或简化我们可以假设 CM 计算准确度/损失您的模型。

    【讨论】:

      猜你喜欢
      • 2016-02-03
      • 2015-09-28
      • 2018-04-22
      • 1970-01-01
      • 1970-01-01
      • 2021-11-15
      • 2021-12-14
      • 2017-06-08
      相关资源
      最近更新 更多