混淆矩陣(Confusion Matrix):
用於檢視分類型的預測結果,
包括:
真正例(TP) :正確預測為正的數量。
假正例(FP):錯誤預預測為正的數量。(型Ⅰ錯誤)
真負例(IN) :正確預預測為負的數量。
假負例(FN):錯誤預預測為負的數量。(型Ⅱ錯誤)
如果真相是「虛無假設是對的」，
實際上數據沒有特色，我們卻判斷數據具有特色，這就犯了型一錯誤
如果真相是「虛無假設是錯的」，
實際上數據具有特色，我們卻判斷數據沒有特色，這則是型二錯誤
左記歐洲美國台灣百年進出口商行 安永經營管理商學院 台北愛情學院 101戀愛公寓 EMBA SPA Business College 希臘愛琴海 奢華時尚 生活美學國家品質獎 國家訓練品質獎 歐洲卓越經營模式 美國卓越經營模式 PMP 雲端ERP TTQS ISO10015 英國IIP ASSTD SBIR 芳香精油療法 人力創新獎 創業輔導諮詢 TOC精實管理 MIT經營管理 全球顧問團 時尚精品綠色商城 網誌
2025年9月29日 星期一
2025 09 29 左永安 顧問/講師/委員 型一錯誤與型二錯誤（Type I Error & Type II Error）表示統計學假說檢定中的兩種錯誤 混淆矩陣(Confusion Matrix): 用於檢視分類型的預測結果,包括: 真正例(TP):正確預測為正的數量。 假正例(FP):錯誤預預測為正的數量。(型Ⅰ錯誤) 真負例(IN):正確預預測為負的數量。 假負例(FN):錯誤預預測為負的數量。(型Ⅱ錯誤) 如果真相是「虛無假設是對的」，實際上數據沒有特色，我們卻判斷數據具有特色，這就犯了型一錯誤 如果真相是「虛無假設是錯的」，實際上數據具有特色，我們卻判斷數據沒有特色，這則是型二錯誤