绿色分类工具 – 混淆矩阵

绿色分类工具的混淆矩阵是召回和精度得分的图形表示。


性能良好	性能不佳

混淆矩阵表中的变量

变量	说明
标记	类标签。
已找到	分裂（预测、标记）为此类的视图总数。
训练	标注为此类并包含在训练集中的视图总数。
已标注	标注为此类的视图总数。
n/c （未分类）	不在训练集中且其分数（类概率）低于阈值的视图的比例。
召回	在标记为此类且不在训练集中的视图中正确分类的视图的百分比。有关详细信息，请参阅以下部分。
精度	分类为此类且不在训练集中的视图中正确分类的视图的百分比。有关详细信息，请参阅以下部分。
F-得分	上面计算的精度和召回的调和平均数。

精度、召回、F 得分计算示例

使用未用于训练工具的数据计算精度和召回。F-得分是精度和召回的调和平均数，因此它也基于不在训练集中的数据得出的。您可以使用显示过滤器手动计算出与混淆矩阵表中的值相同的值。

“Beef”类的召回计算示例（显示筛选语法）
- 真正值：best_tag='Beef' 和 tag![name='Beef'] 未训练
- 假负值：best_tag!='Beef' 和 tag![name='Beef'] 未训练
- 召回=真正值/（真正值+假负值）
“Beef”类的精度计算示例（显示筛选语法）
- 真正值：best_tag='Beef' 和 tag![name='Beef'] 未训练
- 假正值：best_tag='Beef' 和 tag![name!='Beef'] 未训练
- 精度 = 真正值/（真正值 + 假正值）
“Beef”类的 F-得分计算示例

混淆矩阵详细信息

左侧的混淆矩阵是右表的表示。如果您单击数据库概述上混淆矩阵中的每个圆圈，表格的每个单元格中的相应项目（视图）将显示在VisionPro Deep Learning 工具 GUI上。