Karışıklık matrisi, bir sınıflandırma problemindeki tahmin sonuçlarının bir özetidir. Doğru ve yanlış tahminlerin sayısı, sayı değerleriyle özetlenir ve her sınıfa göre ayrılır. Bu, karışıklık matrisinin anahtarıdır.
- Örnek ile karışıklık matrisi nedir?
- TP FP TN FN nedir?
- Neden karışıklık matrisine ihtiyacımız var??
- Bir karışıklık matrisini nasıl değerlendirirsiniz??
Örnek ile karışıklık matrisi nedir?
Bir karışıklık matrisi, gerçek değerlerin bilindiği bir dizi test verisi üzerindeki bir sınıflandırma modelinin (veya "sınıflandırıcının") performansını tanımlamak için sıklıkla kullanılan bir tablodur. ... Sınıflandırıcı toplam 165 tahmin yaptı (e.G., 165 hasta bu hastalığın varlığı için test ediliyordu).
TP FP TN FN nedir?
Gerçek pozitif (TP): Tahmin +ve ve X diyabetik, bunu istiyoruz. Gerçek olumsuz (TN): Tahmin -ve ve X sağlıklı, onu da istiyoruz. Yanlış pozitif (FP): Tahmin +ve ve X sağlıklı, yanlış alarm, kötü. Yanlış negatif (FN): Tahmin -ve ve X diyabetik, en kötüsü.
Neden karışıklık matrisine ihtiyacımız var??
Karışıklık matrisleri, hatırlama, özgüllük, doğruluk ve kesinlik gibi önemli tahmine dayalı analitiği görselleştirmek için kullanılır. Karışıklık matrisleri yararlıdır çünkü Doğru Pozitifler, Yanlış Pozitifler, Doğru Negatifler ve Yanlış Negatifler gibi değerlerin doğrudan karşılaştırmasını verirler.
Bir karışıklık matrisini nasıl değerlendirirsiniz??
Karışıklık Metrikleri
- Doğruluk (tümü doğru / tümü) = TP + TN / TP + TN + FP + FN.
- Yanlış sınıflandırma (tümü yanlış / tümü) = FP + FN / TP + TN + FP + FN.
- Kesinlik (gerçek pozitifler / öngörülen pozitifler) = TP / TP + FP.
- Duyarlılık aka Geri Çağırma (gerçek pozitifler / tüm gerçek pozitifler) = TP / TP + FN.