分类性能评价指标（4）

遥感影像分类常用的评价指标--混淆矩阵

		预测结果
	类别	类1	类2	类3
真实结果	类1	24	2	5	31
	类2	2	27	0	29
	类3	4	2	30	36
		30	31	35	81

类1的用户精度=24/30

类1的制图精度=24/31

类1的漏分误差=(31-24)/31

类1的错分误差=(30-24)/30

总体分类精度=(24+27+30)/(30+31+35)

对于一个二类问题而言，混淆矩阵如下：

		预测结果
		TRUE	FALSE
真实结果	TURE	TP	FN
	FALSE	FP	TN

TP--真正例；FN--伪反例；FP--伪正例；TN--真反例；

正确率（precision）=TP/(TP+FP)

召回率（recall）=TP/(TP+FN)

还可以采用ROC曲线对分类精度进行描述，ROC曲线下面积即为AUC

True positive rate = TP/(TP+FN)

False positive rate = FP/(FP+TN)