オムライスの備忘録

数学・統計学・機械学習・プログラミングに関することを記す

トップ > データサイエンス > 【機械学習】混合行列 / Confusion Matrix

【機械学習】混合行列 / Confusion Matrix

データサイエンス データサイエンス-機械学習

yhayato1320.hatenablog.com

Index

混合行列 / Confusion Matrix

混合行列 / Confusion Matrix は、分類問題における
分類器の以下の 4 つの予測の件数を報告する単なる正方行列である.

  • 真陽性 (True Positive / TP)
  • 真陰性 (True Negative / TN)
  • 偽陽性 (False Positive / FP)
  • 偽陰性 (False Negative / FN)

誤分類率 / Error Rate と正解率 / Accuracy

誤分類率 / Error Rate

ERR\ =\ \displaystyle \frac{FP\ +\ FN}{FP\ +\ FN\ +\ TP\ +\ TN}



正解率 / Accuracy

ERR\ =\ \displaystyle \frac{TP\ +\ TN}{FP\ +\ FN\ +\ TP\ +\ TN}



適合率 / Precision と 再現率 / Recall

以下の式で表す.

適合率 / Precision

PRE\ =\ \displaystyle \frac{TP}{TP\ +\ FP}



再現率 / Recall

REC\ =\ \displaystyle \frac{TP}{TP\ +\ FN}



混合行列で、対応している領域.

それぞれの意味合い

高い 低い
PRE 予測したあるクラスは、合っているケースが多い
(誤検出が少ない)		 予測したあるクラスは、間違っているケースが多い
(誤検出が多い)
REC あるクラスの予測の精度は高い
(検出漏れが少ない)		 あるクラスの予測の精度は低い
(検出漏れが多い)

参考

Web サイト

  • 【物体検出】mAP ( mean Average Precision ) の算出方法