BinaryClassificationMetrics Klasse

Definition

Namespace:

Microsoft.ML.Data

Assembly:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v5.0.0-preview.1.25125.4

Quelle:

BinaryClassificationMetrics.cs

Auswertungsergebnisse für binäre Klassifizierer ohne probabilistische Metriken.

public class BinaryClassificationMetrics

type BinaryClassificationMetrics = class

Public Class BinaryClassificationMetrics

Vererbung

Object

BinaryClassificationMetrics

Abgeleitet

Microsoft.ML.Data.CalibratedBinaryClassificationMetrics

Eigenschaften

Name	Beschreibung
Accuracy	Ruft die Genauigkeit eines Klassifizierers ab, der den Anteil der richtigen Vorhersagen im Testsatz darstellt.
AreaUnderPrecisionRecallCurve	Ruft den Bereich unter der Genauigkeits-/Rückrufkurve des Klassifizierers ab.
AreaUnderRocCurve	Ruft den Bereich unter der ROC-Kurve ab.
ConfusionMatrix	Die Verwirrungsmatrix , die die Anzahl der wahren Positiven, wahrer Negativer, falsch positiver ergebnisse und falsch negativer Ergebnisse für die beiden Datenklassen gibt.
F1Score	Ruft die F1-Bewertung des Klassifizierers ab, bei dem es sich um ein Maß für die Qualität des Klassifizierers handelt, wobei sowohl Genauigkeit als auch Rückruf berücksichtigt wird.
NegativePrecision	Ruft die negative Genauigkeit eines Klassifizierers ab, bei dem es sich um den Anteil korrekt vorhergesagter negativer Instanzen bei allen negativen Vorhersagen handelt (d. h. die Anzahl negativer Instanzen, die als negativ vorhergesagt wurden, dividiert durch die Gesamtzahl der instanzen, die als negativ vorhergesagt wurden).
NegativeRecall	Ruft den negativen Rückruf eines Klassifizierers ab, der den Anteil korrekt vorhergesagter negativer Instanzen zwischen allen negativen Instanzen darstellt (d. h. die Anzahl negativer Instanzen, die als negativ vorhergesagt wurden, dividiert durch die Gesamtanzahl negativer Instanzen).
PositivePrecision	Ruft die positive Genauigkeit eines Klassifizierers ab, bei dem es sich um den Anteil korrekt vorhergesagter positiver Instanzen bei allen positiven Vorhersagen handelt (d. h. die Anzahl positiver Instanzen, die als positiv vorhergesagt wurden, dividiert durch die Gesamtzahl der als positiv vorhergesagten Instanzen).
PositiveRecall	Ruft den positiven Rückruf eines Klassifizierers ab, der den Anteil der korrekt vorhergesagten positiven Instanzen zwischen allen positiven Instanzen darstellt (d. h. die Anzahl der positiven Instanzen, die als positiv vorhergesagt wurden, dividiert durch die Gesamtzahl der positiven Instanzen).