BinaryClassificationMetrics 類別

定義

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

二元分類器的評估結果，排除機率指標。

public class BinaryClassificationMetrics

type BinaryClassificationMetrics = class

Public Class BinaryClassificationMetrics

名稱	Description
Accuracy	得到分類器的準確度，該分類器是測試集中正確預測的比例。
AreaUnderPrecisionRecallCurve	取得分類器精確度/回憶曲線下的面積。
AreaUnderRocCurve	讓面積低於 ROC 曲線。
ConfusionMatrix	混淆矩陣表示這兩類資料的真陽性、真陰性、假陽性和假陰性的計數。
F1Score	取得分類器的F1分數，這是衡量分類器品質的指標，考量精確度與回憶性。
NegativePrecision	得到分類器的負精度，即所有負面預測中正確預測的負面實例比例（即被預測為負的負實例數除以被預測為負的實例總數）。
NegativeRecall	得到分類器的負回憶，該比例為正確預測的負面實例在所有負實例中所佔比例（即被預測為負的負實例數除以負面實例總數）。
PositivePrecision	得到分類器的正精度，即所有正向預測中正確預測的正向實例比例（即被預測為正的實例數除以被預測為正的實例總數）。
PositiveRecall	得到分類器的正回憶，即所有正面實例中正確預測的正向實例比例（即被預測為正的實例數除以正實例總數）。