分类性能度量：该函数评估分类模型的常用性能度量。-matlab开发
机器学习中的分类模型通过常见的性能度量来评估其性能。 此函数计算以下性能度量：准确度、灵敏度、特异性、精确度、召回率、F 度量和 G 均值。 函数的签名和参数的描述如下：
EVAL = 评估（实际，预测） 输入： ACTUAL =带有培训示例的实际班级标签的列矩阵PREDICTED = 分类模型预测类标签的列矩阵输出： EVAL = 包含所有性能指标的行矩阵
文件下载
资源详情
[{"title":"（ 1 个子文件 1KB ） 分类性能度量：该函数评估分类模型的常用性能度量。-matlab开发","children":[{"title":"Evaluate.zip <span style='color:#111;'> 1.37KB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- FLUENT UDF 正弦速度边界条件
- LDA，matlab实现
- STM32F103捕获模式测量PWM频率
- ZC706原理图
- 新手学习matlab--画出电机的曲线图
- 图神经网络的PPT
- USMART.zip
- 天津张琪昌分岔与混沌理论及应用附录程序
- clark变换，3/2变换，功率不变推导过程
- linux shell的简单实现
- LDPC码的matlab仿真
- 基于DDS正弦波信号发生器
- 宁波市餐饮POI数据
- 部编三年级上册语文第八单元教学初探.docx
- Sybase ASE快速参考手册.pdf
- Android开发手机相机
- 校园文明宣传动画
- Halcon结合C#二次开发读取图片并处理图片
- FTKImager用户手册-英文原版
- RecyclerView依赖的jar包
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明