第17章数据挖掘模型评价.pptVIP

Copyright 2003-12, SPSS Taiwan Corp. 数据挖掘原理与SPSS Clementine应用宝典 元昌安 主编　 邓　松　李文敬　刘海涛　编著 电子工业出版社 17.1基于损失函数的标准 17.1.1混淆矩阵 混淆矩阵（confusion matrix ）用来作为分类规则特征的表示，它包括了每一类的样本个数，包括正确的和错误的分类。 主对角线给出了每一类正确分类的样本的个数，非对角线上的元素则表示未被正确分类的样本个数。 对于 m类的分类问题，误差可能有m2-m。如果仅有2类（正样本和负样本，用T和F或1和0来象征性地代表），就只有两类误差。 期望为T，但分类为F：称为假负。 期望为F，但分类为T：称为假正。 此外 期望为T，但分类为T：称为真正。 期望为F，但分类为F：称为真负。 我们可以把它们汇总在表17-1正、负样本的混淆矩阵中。 当分类数m为3时，对角线给出正确的预测。如表17-23个类的混淆矩阵所示。 在本例中，总共是150个检验样本。有6类误差（m2-m=32-3=6）, 在表中它们以粗体字表示。 可以看到，这个分类器对于属于B类的46中的38个样本给出了正确的分类；8个样本给出了错误的分类，其中2个分到了A类，6个分到了C类。 17