貝葉斯網絡的混淆矩陣

Question

我想了解貝葉斯網絡。我有一個數據文件，它有10個屬性，我想要獲取這個數據表的混淆表，我想我需要計算所有字段的tp，fp，fn，tn。這是真的嗎？如果這是我需要做的貝葉斯網絡。

真的需要一些指導，我迷路了。

Answer 1

Confusion matrix用於評估分類器的性能，任何分類器。

Answer 2

的過程通常是這樣的：

• 你必須要使用到訓練 分類，以便它可以預測 類新的無標籤實例的一些標記數據實例 。
• 使用您的分類器 的選擇（神經網絡，bayes 網，SVM等），我們建立一個 模型與您的訓練數據 作爲輸入。
• 在這一點上，你通常想 部署之前評估 模型的性能。因此，使用數據 （試驗組）的 以前未使用的子集，我們比較模型 分類爲這些情況 針對實際的類。總結這些結果 甲 好方法是通過一個混淆矩陣表示 每個類的實例是如何 預測。

對於二元分類任務，慣例是將一個類分配爲正數，另一個爲負數。因此，從混淆矩陣中，被正確分類爲正的正實例的百分比被稱爲真正（TP）速率。其他定義遵循相同的約定......

Answer 3

你所問的是一個混淆矩陣有兩個以上的班。 這裏是你怎麼做的步驟：

• 建立一個分類爲每個類，其中的訓練集由 集合類中的文件（正標籤）及其 補（負標籤）。
• 給出測試文檔，分別應用每個分類器。
• 文件分配給具有最大比分， 最大置信度值或最大概率

這裏類是可以有更多的信息紙參考：

Picca, Davide, Benoît Curdy, and François Bavaud.2006.Non-linear correspondence analysis in text retrieval: A kernel view. In Proc. JADT.