混淆矩阵是一个表，经常用来描述分类模型(或“分类器”)在已知真实值的一组测试数据上的性能。混淆矩阵本身比较容易理解，但是相关术语可能会令人混淆。
让我们从一个二进制分类器的混淆矩阵示例开始(尽管它可以很容易地扩展到两个以上的类):
我们能从这个矩阵中了解到什么?
- 有两种可能的预测类:“yes”和“no”。例如，如果我们预测一种疾病的存在，“yes”意味着他们有这种疾病，“no”意味着他们没有这种疾病。
- 分类器总共做出165个预测(例如，165名患者正在接受该疾病存在的测试)。
- 在这165个病例中，分类器预测“yes”110次，“no”55次。
- 事实上，样本中有105名患者患有此病，60名患者没有患病。
现在让我们定义最基本的术语:
- true positives (TP): 在这些情况下，我们预测“yes”(他们有这种病)，并且他们确实有这种病。
- true negatives (TN): 我们预测“no”，事实上他们确实没有患病。
- false positives (FP): 我们预测“yes”，但是他们实际上并没有患病。(也称为“第一类错误”。)
- false negatives (FN): 我们预测“no”，但他们确实有这种疾病。(也称为“第二类错误”。)
我已经将这些项添加到混淆矩阵中，并且添加了行和列总数:
这是一个比率的列表，通常是从一个混淆矩阵的二元分类器里得出:
- 准确率（Accuracy）:总的来说，分类器的准确率是多少?
- (TP TN)/total = (100 50)/165 = 0.91
- 误分类率（Misclassification Rate）:总的来说，错分类的频率是多少?
- (FP FN)/total = (10 5)/165 = 0.09
- 等于1减去准确率
- 也被称为“错误率（Error Rate）”
- 真阳性率（True Positive Rate）:当它实际上是“yes”时，它预测为“yes”的频率是多少?
- TP/actual yes = 100/105 = 0.95
- 也被称为"Sensitivity"或"Recall"
- 假阳性率（False Positive Rate）:当它实际上是“no”的时候，它预测为“yes”的频率是多少?
- FP/actual no = 10/60 = 0.17
- 真阴性率（True Negative Rate）:当它实际上是“no”时，它预测“no”的频率是多少?
- TN/actual no = 50/60 = 0.83
- 等于1减去假阳性率
- 也被称为"特异性（Specificity）"
- 精度（Precision）:当它预测“yes”类时，正确预测的概率是多少?
- TP/predicted yes = 100/110 = 0.91
- Prevalence:在我们的样本中，“yes”条件实际发生的频率是多少?
- actual yes/total = 105/165 = 0.64
还有几个术语也值得一提:
- 零错误率（Null Error Rate）: 这是如果你总是预测大多数类，你就会错的频率。(在我们的例子中，零错误率将是60/165=0.36，因为如果你总是预测yes，那么您只会在60个“no”的情况下出错。)这可以作为比较分类器的基准度量。然而，对于一个特定的应用程序，最好的分类器有时会有比零错误率更高的错误率，正如 “Accuracy Paradox（精确度悖论）”所证明的那样。
- Cohen's Kappa: 这本质上是对分类器的性能的一种度量，与它仅仅是偶然的性能进行比较。换句话说，如果模型的准确率和零错误率之间有很大的差异，那么模型的Kappa分数就会很高。
- F Score:这是真实阳性率(召回率)和正确率的加权平均值。
- ROC曲线:这是一个常用的图表，它总结了分类器在所有可能阈值上的性能。当你改变将观察值分配给给定类的阈值时，通过绘制真阳性率（y轴）与假阳性率（x轴）来生成它。
