Forvirringsmatrix

term_id: confusion_matrix

Category: basic_concepts

Definition

En forvirringsmatrix er en specifik tabelstruktur, der gør det muligt at visualisere algoritmens ydeevne, typisk en overvåget læringsalgoritme. Den viser antallet af sande positive, sande negative, falske positive og falske negative resultater.

Summary

En tabel, der bruges til at beskrive ydeevnen for en klassifikationsmodel på et sæt testdata.

Key Concepts

  • Sande positive
  • Falske negative
  • Præcision
  • Genkendelse (Recall)

Use Cases

  • Vurdering af binære klassifikatorer
  • Analyse af flerklasses klassificeringsydeevne
  • Fejlfinding af modelbias i ubalancerede datasæt

Code Example

1
2
3
4

from sklearn.metrics import confusion_matrix
y_true = [2, 0, 2, 2, 0, 1]
y_pred = [0, 0, 2, 2, 0, 2]
print(confusion_matrix(y_true, y_pred))

Related