matrix - 贝叶斯网络的混淆矩阵

Question

我正在尝试了解贝叶斯网络。我有一个数据文件，有10个属性，我想获取这个数据表的混淆表，我想我需要计算所有字段的tp,fp,fn,tn。是真的吗？如果是，那么我需要为贝叶斯网络做些什么。

真的需要一些指导，我迷路了。

Answer 1

过程通常是这样的:

• 你有一些带标签的数据实例你想用它来训练分类器，以便它可以预测新的未标记实例的类别。
• 使用分类器选择(神经网络，贝叶斯net、SVM 等...)我们构建一个使用您的训练数据建模作为输入。
• 在这一点上，你通常会喜欢评估的性能部署之前的模型。所以使用一个以前未使用的数据子集(测试集)，我们比较模型这些实例的分类与实际类(class)相比。一个总结这些结果的好方法由一个混淆矩阵显示每类实例是怎样的预测。

对于二元分类任务，惯例是将一个类指定为正类，将另一个类指定为负类。因此，从混淆矩阵中，被正确分类为阳性的阳性实例的百分比被称为真阳性 (TP) 率。其他定义遵循相同的约定...