removing confusion matrix image

3 years ago · c9e2bdf263
parent 46d3bd3986
commit c9e2bdf263
1 changed files with 0 additions and 4 deletions
--- a/2-Regression/4-Logistic/translations/README.zh-cn.md
+++ b/2-Regression/4-Logistic/translations/README.zh-cn.md
@ -228,10 +228,6 @@ Seaborn提供了一些巧妙的方法来可视化你的数据。例如，你可
 - 如果你的模型将某物预测为南瓜并且它实际上属于“非南瓜”类别，我们将其称为假阴性，由左下角的数字显示。
 - 如果你的模型预测某物不是南瓜，并且它实际上属于“非南瓜”类别，我们将其称为真阴性，如右下角的数字所示。

-![混淆矩阵](../images/confusion-matrix.png)
-
-> 作者[Jen Looper](https://twitter.com/jenlooper)
-
 正如你可能已经猜到的那样，最好有更多的真阳性和真阴性以及较少的假阳性和假阴性，这意味着模型性能更好。

 ✅ Q：根据混淆矩阵，模型怎么样？ A：还不错；有很多真阳性，但也有一些假阴性。