BinaryClassificationMetrics クラス
定義
重要
一部の情報は、リリース前に大きく変更される可能性があるプレリリースされた製品に関するものです。 Microsoft は、ここに記載されている情報について、明示または黙示を問わず、一切保証しません。
確率論的メトリックを除くバイナリ分類子の評価結果。
public class BinaryClassificationMetricstype BinaryClassificationMetrics = classPublic Class BinaryClassificationMetrics- 継承
-
BinaryClassificationMetrics
- 派生
プロパティ
| 名前 | 説明 |
|---|---|
| Accuracy |
テスト セット内の正しい予測の割合である分類子の精度を取得します。 |
| AreaUnderPrecisionRecallCurve |
分類子の精度/再現率曲線の下の領域を取得します。 |
| AreaUnderRocCurve |
ROC 曲線の下の領域を取得します。 |
| ConfusionMatrix |
2 つのクラスのデータについて、真陽性、真陰性、偽陽性、偽陰性の数を示す 混同行列 。 |
| F1Score |
精度と再現率の両方を考慮した分類子の品質の尺度である分類子の F1 スコアを取得します。 |
| NegativePrecision |
すべての負の予測の中で正しく予測された負のインスタンスの割合である分類子の負の精度を取得します (つまり、負として予測される負のインスタンスの数を、負として予測されたインスタンスの合計数で割った値)。 |
| NegativeRecall |
すべての負のインスタンス間で正しく予測された負のインスタンスの割合である分類子の負の再現率を取得します (つまり、負のインスタンスとして予測される負のインスタンスの数を、負のインスタンスの合計数で割った数)。 |
| PositivePrecision |
すべての正の予測の中で正しく予測された正のインスタンスの割合である分類子の正の精度を取得します (つまり、正として予測された正のインスタンスの数を、正と予測されたインスタンスの合計数で割った値)。 |
| PositiveRecall |
すべての正のインスタンス間で正しく予測された正のインスタンスの割合である分類子の正の再現率を取得します (つまり、正として予測された正のインスタンスの数を、正のインスタンスの合計数で割った数)。 |