贝叶斯网络的混淆矩阵

Question

我想了解贝叶斯网络。我有一个数据文件，它有10个属性，我想要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。这是真的吗？如果这是我需要做的贝叶斯网络。

真的需要一些指导，我迷路了。

Answer 1

Confusion matrix用于评估分类器的性能，任何分类器。

Answer 2

的过程通常是这样的：

• 你必须要使用到训练 分类，以便它可以预测 类新的无标签实例的一些标记数据实例 。
• 使用您的分类器 的选择（神经网络，bayes 网，SVM等），我们建立一个 模型与您的训练数据 作为输入。
• 在这一点上，你通常想 部署之前评估 模型的性能。因此，使用数据 （试验组）的 以前未使用的子集，我们比较模型 分类为这些情况 针对实际的类。总结这些结果 甲 好方法是通过一个混淆矩阵表示 每个类的实例是如何 预测。

对于二元分类任务，惯例是将一个类分配为正数，另一个为负数。因此，从混淆矩阵中，被正确分类为正的正实例的百分比被称为真正（TP）速率。其他定义遵循相同的约定......

Answer 3

你所问的是一个混淆矩阵有两个以上的班。 这里是你怎么做的步骤：

• 建立一个分类为每个类，其中的训练集由 集合类中的文件（正标签）及其 补（负标签）。
• 给出测试文档，分别应用每个分类器。
• 文件分配给具有最大比分， 最大置信度值或最大概率

这里类是可以有更多的信息纸参考：

Picca, Davide, Benoît Curdy, and François Bavaud.2006.Non-linear correspondence analysis in text retrieval: A kernel view. In Proc. JADT.