如何阅读WEKA中的分类器混淆矩阵

Question

对不起，我是WEKA新手，刚刚学习。

在我的决策树（J48）分类输出，还有一个混淆矩阵：

a b <----- classified as 
130 8  a = functional 
15 150 b = non-functional 

• 如何解读这个矩阵？ & b有什么区别？
• 另外，任何人都可以向我解释什么是域值？

Answer 1

你看过wikipedia page on confusion matrices吗？矩阵周围的文本在它们的示例中的排列方式稍有不同（左侧的行标签而不是右侧的行标签），但是您也可以读取它们。

该行指示真实的类，该列指示分类器输出。然后，每个条目给出分类为<column>的<row>的实例数。在您的示例中，15个B被（分类错误）归类为As，150个Bs被正确归类为Bs，等等。

因此，所有正确分类位于左上角至右下角的对角线上。对角线上的一切都是某种不正确的分类。

Answer 2

我会这样说：

混淆矩阵是Weka的这个J48模式有多好是什么它得到正确的方面报告，以及它得到错误的。

在您的数据中，目标变量是“功能性”或“非功能性”;矩阵的右侧告诉你列“a”有效，“b”不起作用。

这些列告诉你你的模型是如何分类的样本 - 它就是模型预测：

• 第一列包含所有这些模型认为是“一个”样本 - 145人，总
• 第二列包含所有这些模型认为是“b”样本 - 其中有158

该行，而另一方面，代表了现实：

• 第一行包含所有的样品，其确实是“一” - 138其中，总
• 第二行包含所有这确实是“b”的样品 - 其中

165知道了列和行，你可以深入到细节：

• 左上，130，有些事情你的模型自以为是“一”，这真的是 “一” < - 这是正确的
• 左下，15 ，是的NGS模型认为是“一”，但 真的是“B” < - 一种错误的
• 右上，8，有些事情你的模型认为是“B”，但 真的是“一” < - 另一一种错误
• 右下，150件事情你的模型自以为是“b”，这 真的是“b”

所以左上角和矩阵的右下角都显示一些模型得到的权利。

矩阵的左下角和右上角显示您的模型混淆的地方。