我想在一组约1000个对象中运行一个分类器,每个对象都有6个浮点变量。我已经使用scikit-learn的交叉验证功能为几个不同的模型生成预测值的数组。然后我用sklearn.metrics
来计算我的分类器和混淆表的准确性。大多数分类器具有大约20-30%的准确度。以下是SVC分类器的混淆表(精确度为25.4%)。评估多类分类器性能的好指标是什么?
由于我是新来的机器学习,我不知道如何解释这一结果,以及是否有其他好的指标来评估这个问题。直觉上,即使有25%的准确性,并且鉴于分类器有25%的预测是正确的,我相信它至少有些有效,对吧?我如何用统计参数来表达?