饼状图表示模型预测结果 在进行模型评估时,我们还可以使用饼状图来展示正例和负例的分类结果。 60%30%5%5%正例与负例预测结果正确的正例正确的负例错误的正例错误的负例 通过饼状图,我们能够直观地查看分类结果的分布情况,帮助分析模型的表现。 结论 通过上述步骤,我们了解了深度学习中正例分类和负例分类的实...
正例和负例 对于二分类问题,可将样例根据其预测结果分为正例(Positive)和负例(Negative) 正例: 需要预测的值 负例: 不需要预测的值 真例和假例(便于理解) 对于二分类问题,可将样例根据其预测类别(预测的对不对)分为真例(True)和假例(False) 真例: 预测对了 假例: 预测错了 查准率和查全率 做一个逻辑...