（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