कन्फ्यूजन मैट्रिक्स

कन्फ्यूजन मैट्रिक्स एक सरल तालिका है जो क्लासिफायरियर की भविष्यवाणियों को प्रत्येक वर्ग के लिए सही और गलत गणनाओं में तोड़ देती है। यह कच्चा स्कोरबोर्ड है जिससे लगभग हर अन्य वर्गीकरण मीट्रिक की गणना की जाती है।

एक गलत नकारात्मक एक वास्तविक सकारात्मक है जिसे मॉडल नकारात्मक लेबल करने से चूक गया - उदाहरण के लिए, एक बीमार रोगी को स्वस्थ घोषित किया गया।

स्मरण करो (जिसे संवेदनशीलता या वास्तविक सकारात्मक दर भी कहा जाता है) टीपी / (टीपी + एफएन) है - मॉडल द्वारा पकड़ी गई वास्तविक सकारात्मकता का हिस्सा।

एन-बाय-एन मैट्रिक्स में विकर्ण उन मामलों को रखता है जहां अनुमानित वर्ग वास्तविक वर्ग से मेल खाता है - यानी, सही भविष्यवाणियां।

समान सटीकता वाले दो मॉडल अपनी त्रुटियों को बहुत अलग तरीके से वितरित कर सकते हैं; भ्रम मैट्रिक्स यह उजागर करता है कि क्या त्रुटियाँ अधिकतर गलत अलार्म हैं या छूटी हुई सकारात्मकताएँ हैं।

एफ1 हार्मोनिक माध्य का उपयोग करके सटीकता और रिकॉल को एक संख्या में जोड़ता है, जो दोनों के बीच बड़े असंतुलन को दंडित करता है।