混淆矩陣

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

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

• 靈敏度同特異度

引述

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.