BinaryClassificationMetrics Sınıf
Tanım
Önemli
Bazı bilgiler ürünün ön sürümüyle ilgilidir ve sürüm öncesinde önemli değişiklikler yapılmış olabilir. Burada verilen bilgilerle ilgili olarak Microsoft açık veya zımni hiçbir garanti vermez.
Olasılığa dayalı ölçümler hariç, ikili sınıflandırıcılar için değerlendirme sonuçları.
public class BinaryClassificationMetricstype BinaryClassificationMetrics = classPublic Class BinaryClassificationMetrics- Devralma
-
BinaryClassificationMetrics
- Türetilmiş
Özellikler
| Accuracy |
Test kümesindeki doğru tahminlerin oranı olan sınıflandırıcının doğruluğunu alır. |
| AreaUnderPrecisionRecallCurve |
Sınıflandırıcının duyarlık/yakalama eğrisi altındaki alanı alır. |
| AreaUnderRocCurve |
ROC eğrisinin altındaki alanı alır. |
| ConfusionMatrix |
İki veri sınıfı için gerçek pozitiflerin, gerçek negatiflerin, hatalı pozitiflerin ve hatalı negatiflerin sayısını veren karışıklık matrisi . |
| F1Score |
Sınıflandırıcının F1 puanını alır. Bu, sınıflandırıcının hem duyarlığı hem de yakalamayı dikkate alan kalitesinin bir ölçüsüdür. |
| NegativePrecision |
Tüm negatif tahminler arasında doğru tahmin edilen negatif örneklerin oranı olan bir sınıflandırıcının negatif duyarlığı (negatif olarak tahmin edilen negatif örneklerin sayısı, negatif olarak tahmin edilen toplam örnek sayısına bölünür). |
| NegativeRecall |
Tüm negatif örnekler arasında doğru tahmin edilen negatif örneklerin oranı olan bir sınıflandırıcının negatif geri çağırmasını alır (örneğin, negatif olarak tahmin edilen negatif örneklerin sayısı, toplam negatif örnek sayısına bölünür). |
| PositivePrecision |
Tüm pozitif tahminler arasında doğru tahmin edilen pozitif örneklerin oranı olan bir sınıflandırıcının pozitif duyarlığı (pozitif olarak tahmin edilen pozitif örneklerin sayısı, pozitif olarak tahmin edilen toplam örnek sayısına bölünür). |
| PositiveRecall |
Tüm pozitif örnekler arasında doğru tahmin edilen pozitif örneklerin oranı olan bir sınıflandırıcının pozitif geri çağırmasını alır (örneğin, pozitif olarak tahmin edilen pozitif örneklerin sayısı, toplam pozitif örnek sayısına bölünür). |