我正在使用 R 做一些工作，在获得混淆矩阵后，我获得了与逻辑回归相对应的以下指标：
Accuracy : 0.7763
95% CI : (0.6662, 0.864)
No Information Rate : 0.5395
P-Value [Acc > NIR] : 1.629e-05
我不清楚如何解释 CI。
也许准确度可以取 0.666 到 0.864 之间的值？CI 这么大是什么意思？
如果有人可以向我澄清，我将不胜感激。最好的祝福。
另一个答案是正确的，并且总结得很好：我们有 95% 的把握准确度值会落在 0.666 和 0.864 之间。这是关于您的号码的代表性的概率声明。
对于您的另一个问题，根据您的数据，CI 的含义可能意味着几件不同的事情。一般来说，CI 越大，数字的范围就越大。例如，我们可以 95% 确定准确度介于 0.666 和 0.864 之间，但您可以将 CI 更改为 99%，它可能会给您一个类似于 0.333 和 1.264 之类的值。
当 CI 的范围很大时，通常意味着数据的可变性很高（一些数据点在 0.666 左右，而另一些在 0.864 左右）。您拥有的数据越多，数据越相关，范围就越小。
这取决于您处理这些数字的目的，但一般来说，较高的置信区间（如 95%）可以让您获得更多的数据确定性，而较小的置信区间（如 75%）可以在牺牲一些准确性的同时编制更清晰易懂的图表。
希望这个对你有帮助！:)
它告诉您以 95% 的概率估计准确度位于这些界限之间。因此，当非常频繁地重复实验，计算每次运行的准确度时，您将仅在 5% 的情况下获得超出这些界限的准确度值。