我在MATLAB中为二进制分类器评分。我有一个带有实际值的向量y
和一个带有预测的向量y_hat
。这两个都是向量,根据类的不同,它们的条目为0
或1
。
对于每个数据点i
,我想计算我的预测是否为...
y(i)==1
和y_hat(i)==1
)y(i)==0
和y_hat(i)==1
)y(i)==1
和y_hat(i)==0
),或y(i)==0
和y_hat(i)==0
)。以误判为例。一种计算情况的自然方法是:number_of_false_negatives = sum((y==1) & (yhat==0))
。但是,可以将&
换成.*
,这也可以。
对于
&
或.*
的值的0
,1
和seq_lat = 1:(length(lat)-1) seq_lon = 1:(length(lon)-1) rectangles = expand.grid(lat1 = seq_lat, lat2 = seq_lat, lon1 = seq_lon, lon2 = seq_lon) keeps = rectangles$lat1 + 1 == rectangles$lat2 & rectangles$lon1 + 1 == rectangles$lon2 rectangles = rectangles[keeps,] rectangles$lat1 = lat[rectangles$lat1] rectangles$lat2 = lat[rectangles$lat2] rectangles$lon1 = lon[rectangles$lon1] rectangles$lon2 = lon[rectangles$lon2]
之间是否有显着差异。