Matrice de confusion

1. Qu'est-ce qui est dans une matrice de confusion?
2. Qu'est-ce que la matrice de confusion avec l'exemple?
3. Qu'est-ce que la formule de matrice de confusion?
4. Comment fonctionne la matrice de confusion?

Qu'est-ce qui est dans une matrice de confusion?

Une matrice de confusion est un résumé des résultats de prédiction sur un problème de classification. Le nombre de prédictions correctes et incorrectes est résumé avec des valeurs de comptage et décomposés par chaque classe. C'est la clé de la matrice de confusion.

Qu'est-ce que la matrice de confusion avec l'exemple?

Confusion Matrix est une méthode d'apprentissage automatique utile qui vous permet de mesurer le rappel, la précision, la précision et la courbe AUC-ROC. Ci-dessous, un exemple est un exemple pour connaître les termes True Positive, True négatif, faux négatif et vrai négatif. Vrai Positif: vous avez projeté positif et il se révèle être vrai.

Qu'est-ce que la formule de matrice de confusion?

De notre matrice de confusion, nous pouvons calculer cinq mesures différentes mesurant la validité de notre modèle. Précision (tous corrects / all) = TP + TN / TP + TN + FP + FN. Classification erronée (tous incorrects / all) = FP + FN / TP + TN + FP + FN. Précision (vraies positifs / points positifs prédits) = TP / TP + FP.

Comment fonctionne la matrice de confusion?

C'est là que les matrices de confusion sont utiles. Une matrice de confusion présente une disposition de table des différents résultats de la prédiction et des résultats d'un problème de classification et aide à visualiser ses résultats. Il trace un tableau de toutes les valeurs prédites et réelles d'un classificateur.