我正在 matlab 中使用 libsvm 进行蛋白质结构类预测。使用我的不同维度特征集,我做了 7 折交叉验证并得到了很好的结果。但是当我尝试测试数据并获取混淆矩阵时,我得到的只是真阳性和假阴性的值,而没有得到真阴性和假阳性的任何值。
我真的很困惑,如果有人通过提供解决方案来帮助我,我将不胜感激。
我正在 matlab 中使用 libsvm 进行蛋白质结构类预测。使用我的不同维度特征集,我做了 7 折交叉验证并得到了很好的结果。但是当我尝试测试数据并获取混淆矩阵时,我得到的只是真阳性和假阴性的值,而没有得到真阴性和假阳性的任何值。
我真的很困惑,如果有人通过提供解决方案来帮助我,我将不胜感激。
那你为什么不自己计算呢?准确度为您提供预测“错误”的总数,因此如果您有 1000 个测试项目并且准确度为 80%,则false negatives
+ false positives
= 200。由于您有 的数量false negatives
,您可以计算false positives
= 200 - false negatives
。同样,鉴于上述精度,这意味着true negatives
+ true positives
= 800,因此您可以计算true negatives
= 800 - true positives
。
上述基本原理应该很容易推广到更多维度,但我可能在这里遗漏了一些东西,所以请澄清你的问题。