关于分类问题，例如给定一张描绘人类的图像，我们试图预测他们的姿势和行为。例如，人类 1：第一个图像中的“坐着”和“吃”，而人类 2：第二个图像中的“站立”和“笑”。将混淆矩阵应用于预测的适当方法是什么。我必须统一预测吗？
例如，我们有 5 种不同的姿态和 5 种不同的行为，因此混淆矩阵的大小为 25x25，因为我们有 25 个不同的类别。或者有没有其他方法可以处理这些问题？
是否可以对图像上的多个对象做同样的事情以及如何做？
同时对多个类别中的对象进行多标签分类中的混淆矩阵
数据挖掘
多标签分类
混淆矩阵
2022-02-12 21:51:03
1个回答
混淆矩阵通常不被认为是评估我们的多类分类模型的有用工具，我们宁愿使用所谓的 AUC-ROC 曲线。
AUC代表曲线下面积，而ROC代表接收器操作曲线。AUC - ROC 曲线是在各种阈值设置下分类问题的性能度量。ROC 是概率曲线，AUC 表示可分离性的程度或度量。它告诉我们有多少模型能够区分类别。
这里是关于 AUC-ROC 曲线的详细解释。
其它你可能感兴趣的问题