1.概述
1.1 应用场景
用于评估分类模型的整体分类性能，帮助了解模型的表现如何。
1.2 功能介绍
多分类性能评估是分析多分类算法在验证集上的性能指标。
输入：模型应用节点输出的数据集。
输出：性能指标（类别、准确率、召回率、F1-score、支持样本量）、混淆矩阵图。
2.配置方法
2.1拖入节点
将多分类性能评估节点添加到多分类实验模型后，可通过右侧的“配置项目”页面，对多分类性能评估节点进行设置。
2.2参数列表
【性能指标保留位数】参数值为正数时，保留小数点后的位数，参数值为负数时，保留小数点前的位数。请选择大于1的整数。
2.3选择变量
真实值：请选择真实值字段，数据要求：真实值仅能选择一列。
预测值：请选择预测值字段，数据要求：预测值仅能选择一列。
选择数据页面操作见节点 >选择数据。
3.查看结果
可通过连接表格视图来查看性能指标；连接图片视图来查看混淆矩阵。
其中准确率、召回率、F1-score的取值范围为[0,1]，当数值越接近1说明模型表现越好。
