분할 방법이 클래스 확률인 경우 오차 행렬이 나타나지 않습니다.

카운트

가중치가 없는 경우 개수와 표본 크기는 동일합니다.

가중 카운트

가중치가 있는 사례에서 가중 카운트는 범주에 대한 가중치의 합계입니다. 가장 가까운 실수로 반올림한 가중 카운트 반올림되지 않은 가중치를 사용하여 백분율과 비율을 계산합니다. 다음의 간단한 예를 고려해 보십시오.
응답 수준 예측 수준 가중치
0.1
0.2
아니요 0.3
아니요 0.4
아니요 아니요 0.5
아니요 아니요 0.6
아니요 0.7
아니요 0.8
이 표는 다음과 같은 통계를 제공합니다.
실제 클래스 가중 카운트 예측 클래스 = 예 예측 클래스 = 아니요 백분율 수정
0.1 + 0.2 + 0.3 + 0.4 = 1 0.1 + 0.2 = 0.3 ≈ 0 0.3 + 0.4 = 0.7 ≈ 1 0.3 / (0.3 + 0.7) ×100 = 30%
아니요 0.5 + 0.6 + 0.7 + 0.8 = 2.6 ≈ 3 0.7 + 0.8 = 1.5 ≈ 2 0.5 + 0.6 = 1.1 ≈ 1 1.1 / (1.5 + 1.1) × 100 = 42.31%
모두 1 + 2.6 = 3.6 ≈ 4 0.3 + 1.5 = 1.8 ≈ 2 0.7 + 1.1 = 1.8 ≈ 2 (0.3 + 1.1) / 3.6 × 100 = 38.89%

진양성률(민감도 또는 검정력)

가양성률(유형 I 오차)

가음성률(유형 II 오차)

진음성률(특이성)

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오