在機(jī)器學(xué)習(xí)領(lǐng)域，混淆矩陣（Confusion?Matrix），又稱為可能性矩陣或錯誤矩陣?；煜仃囀强梢暬ぞ?，特別用于監(jiān)督學(xué)習(xí)，在無監(jiān)督學(xué)習(xí)一般叫做匹配矩陣。在圖像精度評價中，主要用于比較分類結(jié)果和實(shí)際測得值，可以把分類結(jié)果的精度顯示在一個混淆矩陣?yán)锩?/p>
混淆矩陣要表達(dá)的含義：
混淆矩陣的每一列代表了預(yù)測類別，每一列的總數(shù)表示預(yù)測為該類別的數(shù)據(jù)的數(shù)目；
每一行代表了數(shù)據(jù)的真實(shí)歸屬類別，每一行的數(shù)據(jù)總數(shù)表示該類別的數(shù)據(jù)實(shí)例的數(shù)目；每一列中的數(shù)值表示真實(shí)數(shù)據(jù)被預(yù)測為該類的數(shù)目。
True Positive（TP）：真正類。樣本的真實(shí)類別是正類，并且模型識別的結(jié)果也是正類。
False Negative（FN）：假負(fù)類。樣本的真實(shí)類別是正類，但是模型將其識別為負(fù)類。
False Positive（FP）：假正類。樣本的真實(shí)類別是負(fù)類，但是模型將其識別為正類。
True Negative（TN）：真負(fù)類。樣本的真實(shí)類別是負(fù)類，并且模型將其識別為負(fù)類。
該矩陣可用于易于理解的二類分類問題，但通過向混淆矩陣添加更多行和列，可輕松應(yīng)用于具有3個或更多類值的問題
混淆矩陣是對分類問題的預(yù)測結(jié)果的總結(jié)。使用計數(shù)值匯總正確和不正確預(yù)測的數(shù)量，并按每個類進(jìn)行細(xì)分，這是混淆矩陣的關(guān)鍵所在?；煜仃囷@示了分類模型的在進(jìn)行預(yù)測時會對哪一部分產(chǎn)生混淆。它不僅可以讓您了解分類模型所犯的錯誤，更重要的是可以了解哪些錯誤類型正在發(fā)生。正是這種對結(jié)果的分解克服了僅使用分類準(zhǔn)確率所帶來的局限性。
可以用來計算auc acc等，可以看我的另一篇文章https://blog.csdn.net/virus111222/article/details/129370597?spm=1001.2014.3001.5502文章來源：http://www.zghlxwxcb.cn/news/detail-446545.html
?文章來源地址http://www.zghlxwxcb.cn/news/detail-446545.html
到了這里，關(guān)于混淆矩陣含義及作用的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
