3. 计算准确率、精确率、召回率、混淆矩阵以及绘制ROC曲线 在决策树的分类任务中,我们通常使用以下几种指标来评估模型的性能: 1)准确率:所有被正确分类的样本占总样本数的比例; 2)精确率:所有被分类为正类的样本中,真正为正类的样本占比; 3)召回率:所有真正为正类的样本中,被分类为正类的样本占比; 4)混...
然后计算了准确率、精确率、召回率和混淆矩阵,并绘制了ROC曲线图。最后输出了各项指标的值。根据输出结果可知,该模型在测试集上的准确率为0.52,精确率为0.5,召回率为0.5,混淆矩阵的值为: [[12 14] [12 12]] ROC曲线的面积为0.50。