Matrice di confusione

term_id: confusion_matrix

Category: basic_concepts

Definition

Una matrice di confusione è una specifica disposizione tabellare che consente la visualizzazione delle prestazioni di un algoritmo, tipicamente di apprendimento supervisionato. Mostra i conteggi dei veri positivi, veri negativi, falsi positivi e falsi negativi, fornendo una panoramica dettagliata della capacità del modello di distinguere tra le diverse classi.

Summary

Una tabella utilizzata per descrivere le prestazioni di un modello di classificazione su un insieme di dati di test.

Key Concepts

  • Veri Positivi
  • Falsi Negativi
  • Precisione
  • Richiamo (Recall)

Use Cases

  • Valutazione di classificatori binari
  • Analisi delle prestazioni nella classificazione multiclasse
  • Debug del bias del modello in dataset sbilanciati

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