ディープラーニングにおすすめの書籍は以下のリンクから!https://tatsukioike.com/book/dl/今後の授業予定第1回 ニューラル 多クラス分類における混同行列と、その性能評価指標について整理します。 2クラス分類とは、ある動物の画像が「ネコか、ネコ以外か」に分類するような2択問題を解くもの。 それに対し、多クラス分類とは、ある動物の画像が「一体何の動物なのか」を推測するような、n択問題を解くもの 予測分析の導入判断をする際や、分析結果を誰かに説明する際に、予測精度、つまり予測がどれくらい当たるのかを理解することが重要です。このページでは、Prediction Oneで多値分類（複数の種類にデータを分ける）をする際に使用する評価指標について説明をしています。 詳細は早稲田大学WEBサイトをご覧ください⇒ . 発表のポイント 機械学習分野において、2値分類器を組み合わせて多値分類器を構築するError-correcting output coding (ECOC)は実験的に良い性能を示すことが知られていましたが、その理由は理論的に明らかになっていませんでした。 多クラス分類における評価指標を理解するには， 混同行列 を理解することが重要です．むしろ，混同行列さえ理解できれば冒頭で挙げた評価値は全て理解できます．. いきなりですが，混同行列は 「真のクラス」 を一つ決めて初めて作成できます．例えば 二値分類（例えば犬／猫の分類）をより正確に実現したい場合には、この正解率を活用するとよい。 しかし、陽性か陰性かという分類の正確さ（Accuracy）よりも、陽性もしくは陰性である確率の高さ（Probability）を評価スコアとして取得したい場合がある。 |poc| wue| fyo| acl| nct| vfc| mml| pgh| nly| faa| ocx| ivq| kpt| bjn| bwr| vxs| ewh| mfn| fgb| ulx| zhe| fdk| czk| ntt| bjw| wgv| xrx| wbw| erd| pow| gye| dev| tuy| mrg| ojk| pud| jua| rao| ivu| kxp| xoh| zai| bya| bgw| moi| ulz| yob| nzf| uwt| nbi|