BinaryClassificationMetrics 類別

定義

重要

部分資訊涉及發行前產品，在發行之前可能會有大幅修改。 Microsoft 對此處提供的資訊，不做任何明確或隱含的瑕疵擔保。

二元分類器的評估結果，不包括機率計量。

public class BinaryClassificationMetrics

type BinaryClassificationMetrics = class

Public Class BinaryClassificationMetrics

Accuracy	取得分類器的精確度，這是測試集中正確預測的比例。
AreaUnderPrecisionRecallCurve	取得分類器精確度/召回率曲線下的區域。
AreaUnderRocCurve	取得 ROC 曲線下的區域。
ConfusionMatrix	混淆矩陣會提供兩個數據類別的真判、真負數、誤判和誤判。
F1Score	取得分類器的 F1 分數，這是分類器品質的量值，考慮精確度和召回率。
NegativePrecision	取得分類器的負精確度，這是所有負預測 (之間正確預測負實例的比例，亦即，預測為負數的實例數目除以預測為負數的實例總數) 。
NegativeRecall	取得分類器的負回收，這是所有負實例之間正確預測負實例的比例 (，也就是預測為負數的實例數目，除以負實例總數) 。
PositivePrecision	取得分類器的正精確度，這是所有正預測 (之間正確預測正實例的比例，亦即預測為正數的實例數目除以預測為正數的實例總數) 。
PositiveRecall	取得分類器的正回想，這是所有正數實例之間正確預測正實例的比例 (，也就是預測為正數的實例數目除以正數) 。