menu
Minitab
®
支持
混淆矩阵 -
CART
®
分类
了解关于 Minitab 的更多信息
查找混淆矩阵中每个统计量的定义和解释。
关于本主题
混淆矩阵使用以下度量来显示树分隔类别的正确程度：
真阳率 (TPR) = 正确预测事件案例的概率
假阳率 (FPR) = 非事件案例预测错误的概率
假阴率 (FNR) = 事件案例预测错误的概率
真阴率 (TNR) = 正确预测非事件案例的概率
解释
7 节点 CART® 分类: 心脏病 与 年龄, 血压, 胆固醇, 最大心率, 旧峰值, 性别, 血糖, 运动绞痛, 静息心电图, 斜率, 地中海贫血, 疼痛类型, 血管
混淆矩阵 预测类别（训练） 预测类别（测试） 实际类别 计数 是的 不 正确百分比 是的 不 正确百分比 是的 （事件） 139 117 22 84.2 105 34 75.5 不 164 22 142 86.6 24 140 85.4 全部 303 139 164 85.5 129 174 80.9 统计量 训练 (%) 测试 (%) 真阳率（敏感度或功效） 84.2 75.5 假阳率（I 类错误） 13.4 14.6 假阴率（II 类错误） 15.8 24.5 真阴率（特异度） 86.6 85.4
在此示例中，“是”事件的总数为 139，而“否”事件的总数为 164。
在训练数据中，预测的“是”事件的数量为 117，正确率为 84.2%。
在训练数据中，预测的“否”事件的数量为 142，正确率为 86.6%。
在检验数据中，预测的“是”事件的数量为 105，正确率为 75.5%。
在检验数据中，预测的“否”事件的数量为 140，正确率为 80.9%。
总体而言，训练数据的正确百分比为 85.5%，检验数据的正确百分比为 80.9%。
真阳率 (TPR) = 训练数据为 84.2%，检验数据为 75.5%。
假阳率 (FPR) = 训练数据为 13.4%，检验数据为 14.6%。
通知
您现在将离开 support.minitab.com。"
单击继续以继续：
