颜色分类leetcode dsc 3 27 06 confusion matrices nyc career ds 102218...

颜色分类leetcode混淆矩阵介绍在本课中，我们将学习构建、可视化和解释混淆矩阵来评估分类器的性能！目标你将能够：使用numpy创建和解释混淆矩阵使用sklearn创建和解释混淆矩阵如何评估分类器性能？到目前为止，我们大部分时间都在学习回归分析的来龙去脉。回归允许我们回答“多少/多少”问题。我们已经学会了如何解释重要的回归模型统计数据，例如$R^2$，并通过评估它们的p值来选择合适的预测变量。然而，帮助我们评估回归模型质量的统计数据并不是我们可以用来评估分类器性能的东西。为此，我们需要一个混淆矩阵！混淆矩阵告诉我们4件重要的事情。对于这个解释，让我们假设我们的模型是针对二元分类任务进行训练的，这意味着数据集中的每个项目都有1或0的真实值。为了更容易理解，让我们假设我们的模型试图预测无论某人是否患有疾病。 True Positives (TP) ：模型预测该人患有疾病(1)，而他们实际上患有疾病(1)。 True Negatives (TN) ：模型预测此人是健康的(0)，而他们实际上是健康的(0)。假阳性(FP) ：