查看哪里分类错了

分类是做出预测并从我们的数据中获取重要信息的关键方法之一。例如，我们可以基于某些症状预测哪些患者可能患有疾病。

在橙现智能中，对数据进行分类的一种简单方法是选择几个分类小部件（例如朴素贝叶斯，树和逻辑回归），将每个学习器的预测结果在测试与评分小部件和混淆矩阵小部件进行比较，然后在新的分类器上使用性​​能最好的分类器分类数据集。下面为简单起见，我们使用 Iris 数据集，但是相同的过程在所有类型的数据集上也一样有效。 在这里，朴素贝叶斯（顶部），逻辑回归（中间）和 树（底部）各有一个对应的混淆矩阵。

谁表现最好

我们看到树模型和逻辑回归模型差不多, 树有 7 个错误分类, 逻辑回归有 6 个错误分类。要查看哪些实例分配了错误的类别，我们在混淆矩阵小部件中选择“错误分类”选项，该选项突出显示错误分类并将其提供给散点图小部件。因此，在图形中，我们看到整个数据集以空心点表示，而选定的错误分类则以实心点表示。

可以在混淆矩阵中随意在学习器之间切换，以查看每个学习器的可视化方式如何变化。

下载本工作流

反馈问题

文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈

点我反馈

进入反馈页面不知道如何反馈, 请点击这里