BinaryClassificationMetrics Klasa
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Wyniki oceny dla klasyfikatorów binarnych z wyłączeniem metryk probabilistycznych.
public class BinaryClassificationMetrics
type BinaryClassificationMetrics = class
Public Class BinaryClassificationMetrics
- Dziedziczenie
-
BinaryClassificationMetrics
- Pochodne
Właściwości
Accuracy |
Pobiera dokładność klasyfikatora, który jest proporcją poprawnych przewidywań w zestawie testowym. |
AreaUnderPrecisionRecallCurve |
Pobiera obszar pod krzywą precyzji/kompletności klasyfikatora. |
AreaUnderRocCurve |
Pobiera obszar pod krzywą ROC. |
ConfusionMatrix |
Macierz pomyłek zawierająca liczby wyników prawdziwie dodatnich, prawdziwie ujemnych, fałszywie dodatnich i fałszywie ujemnych dla dwóch klas danych. |
F1Score |
Pobiera wynik F1 klasyfikatora, który jest miarą jakości klasyfikatora, biorąc pod uwagę zarówno precyzję, jak i kompletność. |
NegativePrecision |
Pobiera ujemną precyzję klasyfikatora, który jest proporcją poprawnie przewidywanych wystąpień ujemnych we wszystkich przewidywaniach ujemnych (tj. liczba wystąpień ujemnych przewidywanych jako ujemna, podzielona przez łączną liczbę wystąpień przewidywanych jako ujemne). |
NegativeRecall |
Pobiera ujemne wycofanie klasyfikatora, który jest proporcją poprawnie przewidywanych wystąpień ujemnych we wszystkich wystąpieniach ujemnych (tj. liczba wystąpień ujemnych przewidywanych jako ujemne, podzielona przez łączną liczbę wystąpień ujemnych). |
PositivePrecision |
Pobiera dodatnią precyzję klasyfikatora, który jest proporcją poprawnie przewidywanych wystąpień dodatnich wśród wszystkich przewidywań dodatnich (tj. liczba wystąpień dodatnich przewidywanych jako dodatnia, podzielona przez łączną liczbę wystąpień przewidywanych jako dodatnie). |
PositiveRecall |
Pobiera pozytywną kompletność klasyfikatora, który jest proporcją poprawnie przewidywanych wystąpień dodatnich we wszystkich wystąpieniach dodatnich (tj. liczba wystąpień dodatnich przewidywanych jako dodatnia, podzielona przez łączną liczbę wystąpień dodatnich). |