分类性能度量：该函数评估分类模型的常用性能度量。-matlab开发

matlab

机器学习中的分类模型通过常见的性能度量来评估其性能。此函数计算以下性能度量：准确度、灵敏度、特异性、精确度、召回率、F 度量和 G 均值。函数的签名和参数的描述如下： EVAL = 评估（实际，预测）输入： ACTUAL =带有培训示例的实际班级标签的列矩阵PREDICTED = 分类模型预测类标签的列矩阵输出： EVAL = 包含所有性能指标的行矩阵

文件下载

资源详情

[{"title":"（ 1 个子文件 1KB ）分类性能度量：该函数评估分类模型的常用性能度量。-matlab开发","children":[{"title":"Evaluate.zip <span style='color:#111;'> 1.37KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

分类性能度量：该函数评估分类模型的常用性能度量。-matlab开发

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载