Матриці плутанини
Матриця плутанини — це проста таблиця, яка розбиває прогнози класифікатора на правильні та неправильні підрахунки для кожного класу.
Огляд
Матриця плутанини — це проста таблиця, яка розбиває прогнози класифікатора на правильні та неправильні підрахунки для кожного класу. Це необроблена таблиця результатів, на основі якої розраховується майже кожна інша метрика класифікації.
Матриці плутанини входять до основного набору інструментів ШІ. Коли ви це розумієте, інші теми ШІ стає легше оцінювати та порівнювати.
Глибоке занурення
Матриця плутанини — це сітка, яка порівнює прогнозовані мітки з фактичними мітками. Для двійкової класифікації він має чотири комірки: істинні позитивні (правильно передбачені позитивні), істинні негативні (правильно передбачені негативні), хибні позитивні (негативні помилки, помилково позначені як позитивні, «помилка типу I») і хибні негативні (негативні результати, які були пропущені, «помилка типу II»). З цих чотирьох чисел ви отримуєте точність ((TP+TN)/загальний), прецизійність (TP/(TP+FP)), запам’ятовуваність або чутливість (TP/(TP+FN)), специфічність (TN/(TN+FP)) і оцінку F1 (гармонічне середнє значення точності та пригадування). Для проблем із більш ніж двома класами матриця стає N-на-N, де діагональ містить правильні прогнози, а недіагональні комірки показують, які саме класи плутаються з іншими.
Технічне розуміння
Потужність матриці полягає в тому, що вона зберігає структуру помилок, які приховує одне число точності. Дві моделі з однаковою точністю 90% можуть мати дуже різні показники хибнонегативних результатів, що має величезне значення, коли пропущений діагноз раку коштує дорожче, ніж помилкова тривога. Згідно з домовленістю, рядки часто представляють справжні класи, а стовпці – передбачені класи (хоча деякі бібліотеки перевертають це), тому завжди перевіряйте мітки осей перед обчисленням точності та відкликання з клітинок.
Освоєння матриць плутанини
Щоб отримати глибоке розуміння, розглядайте матриці плутанини як операційну модель, а не як окрему функцію. Визначте бажані результати, уточніть припущення та відокремте те, що система може зробити надійно, від того, що все ще потребує експертної оцінки.
На практиці сильні команди, які використовують матриці плутанини, спочатку створюють сильні концептуальні моделі, а потім відображають ці моделі на реальних виробничих обмеженнях. Вони документують чіткі критерії успіху, перевіряють реалістичні дані та робочі процеси та виконують ітерацію на основі спостережуваних моделей невдач, а не одноразових перемог у тестах. Саме тут теоретичне розуміння перетворюється на довготривалу здатність щодо продуктів, політики та операцій.
Це допоможе вам відокремити чіткі технічні заяви від маркетингової мови. У той же час різні команди можуть використовувати один і той самий термін по-різному, тому визначте обсяг заздалегідь. Найбільш стійкий підхід полягає в поєднанні швидкості експериментів із дисципліною управління: запускайте пілотні проекти, збирайте докази, публікуйте журнали рішень і постійно оновлюйте запобіжні заходи в міру розвитку поведінки моделі, очікувань користувачів і нормативних вимог.
Стратегічний вплив
Це допоможе вам відокремити чіткі технічні заяви від маркетингової мови.
Це допоможе вам відокремити чіткі технічні заяви від маркетингової мови. У високоякісних розгортаннях це перетворюється на вимірювані правила роботи, межі власності та повторювані ритуали перевірки, щоб команди могли масштабувати впевненість замість масштабування неоднозначності.
Перш ніж витрачати гроші чи час, ви можете задати питання про кращу реалізацію.
Перш ніж витрачати гроші чи час, ви можете задати питання про кращу реалізацію. У високоякісних розгортаннях це перетворюється на вимірювані правила роботи, межі власності та повторювані ритуали перевірки, щоб команди могли масштабувати впевненість замість масштабування неоднозначності.
Команди зі спільним розумінням приймають кращі рішення щодо продуктів, політики та навчання.
Команди зі спільним розумінням приймають кращі рішення щодо продуктів, політики та навчання. У високоякісних розгортаннях це перетворюється на вимірювані правила роботи, межі власності та повторювані ритуали перевірки, щоб команди могли масштабувати впевненість замість масштабування неоднозначності.
Реалізація в реальному світі
Діагностика, де класифікатор зображень не працює, бачачи, що він часто плутає хаскі з вовками в недіагональних клітинках
Перевірка інструменту медичного скринінгу шляхом дослідження помилкових негативних результатів — пацієнтів із хворобою, яку модель визнала здоровою
Порівняння двох спам-фільтрів електронної пошти, які мають однакову точність, але відрізняються кількістю справжніх електронних листів, які вони помилково блокують (помилкові спрацьовування)
Оцінка багатокласового розпізнавання рукописних цифр, щоб виявити, що 4s і 9s найчастіше помилково приймають одна за одну
Шаблони реалізації
Матриці плутанини на практиці
Діагностика, де класифікатор зображень не працює, бачачи, що він часто плутає хаскі з вовками в недіагональних клітинках.
Команди зазвичай отримують кращі результати, коли заздалегідь визначають порогові значення якості, зберігають шлях людської ескалації для крайніх випадків і відстежують підвищення продуктивності та витрати на помилки з часом.
Матриці плутанини на практиці
Перевірка інструменту медичного скринінгу шляхом дослідження помилкових негативних результатів — пацієнтів із хворобою, яку модель визнала здоровою.
Команди зазвичай отримують кращі результати, коли заздалегідь визначають порогові значення якості, зберігають шлях людської ескалації для крайніх випадків і відстежують підвищення продуктивності та витрати на помилки з часом.
Матриці плутанини на практиці
Порівняння двох спам-фільтрів електронної пошти, які мають однакову точність, але відрізняються кількістю справжніх електронних листів, які вони помилково блокують (помилкові спрацьовування).
Команди зазвичай отримують кращі результати, коли заздалегідь визначають порогові значення якості, зберігають шлях людської ескалації для крайніх випадків і відстежують підвищення продуктивності та витрати на помилки з часом.
Матриці плутанини на практиці
Оцінка багатокласового розпізнавання рукописних цифр, щоб виявити, що 4s і 9s найчастіше помилково приймають одна за одну.
Команди зазвичай отримують кращі результати, коли заздалегідь визначають порогові значення якості, зберігають шлях людської ескалації для крайніх випадків і відстежують підвищення продуктивності та витрати на помилки з часом.
Ризики та огорожі
Різні команди можуть використовувати той самий термін по-різному, тому визначте обсяг завчасно.
Порівняльні показники можуть виглядати сильними, тоді як продуктивність у реальному світі нерівномірна.
Ігнорування якості даних і планів оцінки часто призводить до нестабільних результатів.
Дорожня карта впровадження
Почніть із простого визначення необхідного результату.
Розглядайте це як джерело доказів: якщо критерії не відповідають, призупиніть розгортання, закрийте прогалину й лише потім розширюйте використання.
Перед тестуванням виберіть одну метрику успіху та одну умову невдачі.
Розглядайте це як джерело доказів: якщо критерії не відповідають, призупиніть розгортання, закрийте прогалину й лише потім розширюйте використання.
Запустіть невеликий пілот із репрезентативними даними, а не відшліфованим демонстраційним набором.
Розглядайте це як джерело доказів: якщо критерії не відповідають, призупиніть розгортання, закрийте прогалину й лише потім розширюйте використання.
Задокументуйте, де матриці плутанини допомагають, а де простіші методи кращі.
Розглядайте це як джерело доказів: якщо критерії не відповідають, призупиніть розгортання, закрийте прогалину й лише потім розширюйте використання.
Продовжуйте досліджувати
Check your understanding
Test yourself: take the Confusion Matrices quiz