Это выход WEKA, который я смог сгенерировать. К несчастью, я не знаю, как вычислить матрицу путаницы. Может кто-нибудь помочь мне рассчитать это?Как вычислить матрицу Confusion?
=== Classifier model (full training set) ===
J48 pruned tree
-----------------
plas <= 127: negative (485.0/94.0)
plas > 127
| mass <= 29.9
| | plas <= 145: negative (41.0/6.0)
| | plas > 145
| | | age <= 25: negative (4.0)
| | | age > 25
| | | | age <= 61: positive (27.0/9.0)
| | | | age > 61: negative (4.0)
| mass > 29.9
| | plas <= 157
| | | age <= 30: negative (50.0/23.0)
| | | age > 30: positive (65.0/18.0)
| | plas > 157: positive (92.0/12.0)
Number of Leaves : 8
Size of the tree : 15
a. Используйте вывод WEKA для построения матрицы путаницы. (Подсказка: посмотрите на каждый листовой узел, чтобы определить, сколько экземпляров попадает в каждый из четырех квадрантов, и суммируйте результаты всех листовых узлов для получения окончательных отсчетов)
TP =?
FP =?
FN =?
TN =?
b. В медицинской диагностике обычно используются три метрики: чувствительность, специфичность и точность диагностики. Чувствительность определяется как TP/(TP + FN); Специфичность определяется как TN/(FP + TN); Точность диагностики определяется как среднее значение чувствительности и специфичности. Вычислите точность диагностики, основанную на приведенной выше матрице путаницы.
Если кто-то может помочь мне в этом, я был бы очень признателен. Спасибо!
На каком языке, хотите ли вы иметь код? – hpfs
Разве Weka обычно не дает вам матрицу путаницы автоматически? Вы также можете задать этот вопрос скорее на http://stats.stackoverflow.com, который лучше подходит, если ваши вопросы сосредоточены на машинах, а не на конкретной реализации. – Sentry