原文

=== Summary ===（總結）
Correctly Classified Instances（正確分類的實例） ?????????45 ??????????????90 ?????% Incorrectly Classified Instances （錯誤分類的實例） ???????5 ??????????????10 ?????% Kappa statistic（Kappa統計量） ?????????????????????????　 ???0.792? Mean absolute error(均值絕對誤差) ??????????????????????　 ??0.1 ?? Root mean squared error（均方根誤差） ?????????????????　0.3162 Relative absolute error（相對絕對誤差） ????????????????　 ?20.7954 % Root relative squared error（相對均方根誤差） ????????????62.4666 % Coverage of cases (0.95 level) ?????????90 ?????% Mean rel. region size (0.95 level) ?????50 ?????% Total Number of Instances（實驗的實例總數） ??????????????50 ????

第一行“Detailed Accuracy By Class”： 一個數據庫有500個文檔，其中有50個文檔符合定義的問題。系統檢索到75個文檔，但是只有45個符合定義的問題。
1.TP Rate（真正元比率）:45/50=90% 2.FP Rate（假正元比率）:35/50=70% 3.Precision（精準度）:P=45/75=60% 4.Recall（查全率）:R=45/50=90% 5.F-Measure：是查準率和查全率的調和平均數 6.ROC Area:一般大于0.5，這個值越接近1，說明模型的診斷效果越好。這個值在0.5～0.7時有較低準確性，在0.7～0.9時有一定準確性，在0.9以上時有較高準確性。如果這個值等于0.5，說明診斷方法完全不起作用，無診斷價值，而小于0.5不符合真實情況，在實際中極少出現。
第二行：混淆矩陣“Confusion Matrix” 行：預測 列：真實

轉載于:https://www.cnblogs.com/yan456jie/p/5369424.html

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的WEKA “Detailed Accuracy By Class”和“Confusion Matrix”含义的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。