(Confusion Matrix):
混淆矩阵的每一列代表了预测类别,每一列的总数表示预测为该类别的数据的数目;每一行代表了数据的真实归属类别,每一行的数据总数表示该类别的数据实例的数目。每一列中的数值表示真实数据被预测为该类的数目:如下图,第一行第一列中的43表示有43个实际归属第一类的实例被预测为第一类,同理,第一行第二列的2表示有2个实际归属为第一类的实例被错误预测为第二类。
如有150个样本数据,预测为1,2,3类各为50个。分类结束后得到的混淆矩阵为:
预测 | ||||
类1 |
类2 |
类3 |
||
实际 | 类1 |
43 |
2 |
0 |
类2 |
5 |
45 |
1 |
|
类3 |
2 |
3 |
49 |
每一行之和表示该类别的真实样本数量,每一列之和表示被预测为该类别的样本数量,
第一行说明有43个属于第一类的样本被正确预测为了第一类,有两个属于第一类的样本被错误预测为了第二类