使用混淆矩阵代替内置预测方法来查找模型精度
Using confusion matrix to find model accuracy instead of built-it predict method
我有一个数据集，我想为它建立一个分类模型。鉴于 scikit-learn 提供混淆矩阵实现 confusion_matrix(test_y, pred_r)，我想用它来计算我的模型的准确性，而不是直接使用 .predict。为此，我应该只查找 false positive 或 true positive 还是两者的组合？
谢谢
为了找到准确度，只需这样做：
accuracy = (TP + TN)/Total
我有一个数据集，我想为它建立一个分类模型。鉴于 scikit-learn 提供混淆矩阵实现 confusion_matrix(test_y, pred_r)，我想用它来计算我的模型的准确性，而不是直接使用 .predict。为此，我应该只查找 false positive 或 true positive 还是两者的组合？
谢谢
为了找到准确度，只需这样做：
accuracy = (TP + TN)/Total