我院信息工程系副教授于营在2023年4月27日一场名为“混淆矩阵分类性能评价及Python实现”的讲座中，向广大师生详细介绍了混淆矩阵性能评价的概念和其在机器学习中的应用。讲座通过简洁的理论阐述、实例模拟和Python实现，让听众对混淆矩阵的性能评价有深入的认识和实践操作经验。
混淆矩阵（Confusion Matrix）是一种用于衡量分类算法性能的评价工具，通过计算真阳性、真阴性、假阳性和假阴性四个指标，分别反映模型的准确率、召回率、精确率和F1得分等重要指标。讲座中，于老师通过对一个二分类问题进行模拟，演示了如何根据混淆矩阵计算相关指标，以及如何加以解释和评估模型的性能和优化方向。
除此之外，讲座还涉及了多分类问题的混淆矩阵生成和性能评估、ROC曲线和AUC值等高级评价工具的使用，以及如何在Python编程环境中进行混淆矩阵生成、性能评价和可视化分析的方法和技巧。听众们在实际操作中深刻体会到了混淆矩阵性能评价方法的实际效用和重要作用，受到了极高的认可和启示。
本次讲座是我院系列学术讲座中的一部分，旨在推进学术研究和实践交流，提升学生和教师的综合素质和创新能力。讲座中的混淆矩阵性能评价和Python实现方法，将为计算机系学生和研究人员在机器学习和数据分析等方面提供最新、最实用的工具和方法。