Een verwarringsmatrix is een samenvatting van voorspellingsresultaten op een classificatieprobleem. Het aantal juiste en onjuiste voorspellingen wordt samengevat met telwaarden en uitgesplitst naar elke klasse. Dit is de sleutel tot de verwarringsmatrix.
- Wat is verwarringsmatrix met voorbeeld??
- Wat is TP FP TN FN?
- Waarom hebben we een verwarringsmatrix nodig??
- Hoe evalueer je een verwarringsmatrix??
Wat is verwarringsmatrix met voorbeeld??
Een verwarringsmatrix is een tabel die vaak wordt gebruikt om de prestaties van een classificatiemodel (of "classifier") te beschrijven op een set testgegevens waarvan de werkelijke waarden bekend zijn. ... De classifier deed in totaal 165 voorspellingen (e.G., 165 patiënten werden getest op de aanwezigheid van die ziekte).
Wat is TP FP TN FN?
True positive (TP): Voorspelling is +ve en X is diabetes, dat willen we. Echt negatief (TN): Voorspelling is -ve en X is gezond, dat willen we ook. Vals positief (FP): Voorspelling is +ve en X is gezond, vals alarm, slecht. Vals negatief (FN): Voorspelling is -ve en X is diabetisch, de slechtste.
Waarom hebben we een verwarringsmatrix nodig??
Verwarringsmatrices worden gebruikt om belangrijke voorspellende analyses zoals recall, specificiteit, nauwkeurigheid en precisie te visualiseren. Verwarringsmatrices zijn handig omdat ze directe vergelijkingen geven van waarden zoals True Positives, False Positives, True Negatives en False Negatives.
Hoe evalueer je een verwarringsmatrix??
Verwarringsstatistieken
- Nauwkeurigheid (allemaal correct / alles) = TP + TN / TP + TN + FP + FN.
- Misclassificatie (allemaal onjuist / alles) = FP + FN / TP + TN + FP + FN.
- Precisie (echte positieven / voorspelde positieven) = TP / TP + FP.
- Gevoeligheid ook bekend als Recall (echte positieven / alle werkelijke positieven) = TP / TP + FN.