跳去內容

混淆矩陣

出自維基百科，自由嘅百科全書

混淆矩陣（粵拼：wan6 aau4 geoi2 zan6；英文：confusion matrix）係機械學習相關領域上成日用嘅一種矩陣，可以用嚟將一個模型做嘅分類「視覺化」噉表現出嚟。

概論

[編輯]
睇埋：機械學習同統計分類

如果一個模型係做二元分類嘅，模型質素亦可以用靈敏度同特異度作為指標嚟量度。靈敏度同特異度包括咗四個數值：

  • 歸啱咗啲陽性個案嘅真陽性率（TRP）
  • 歸啱咗啲陰性個案嘅真陰性率（TNR）
  • 歸錯咗啲陽性個案嘅假陽性率（FRP）
  • 歸錯咗啲陰性個案嘅假陰性率（FNR）

呢四個數值可以用 2 × 2 嘅混淆矩陣表達，好似以下噉[1][2]：

模型做嘅預測
陽性 陰性
實際類別 陽性 真陽性嘅
個案數量 		假陰性嘅
個案數量
陰性 假陽性嘅
個案數量 		真陰性嘅
個案數量

睇埋

[編輯]

引述

[編輯]
  1. ↑ Provost, Foster; Fawcett, Tom (2013). Data science for business: what you need to know about data mining and data-analytic thinking (1. ed., 2. release ed.). Beijing Köln: O'Reilly.
  2. ↑ Ting, Kai Ming (2011). Sammut, Claude; Webb, Geoffrey I. (eds.). Encyclopedia of machine learning. Springer.
由「https://zh-yue.wikipedia.org/w/index.php?title=混淆矩陣&oldid=2186880」收