Matrice di confusione

Quali confusioni mostra la tabella?

Una matrice di confusione confronta le classi di riferimento con le previsioni del modello. Qui le righe contengono i casi assegnati secondo una regola operativa definita e le colonne la previsione del modello. L’esempio fittizio comprende 50 richieste di assistenza; la classe positiva è destinata all’assistenza tecnica. Orientamento e nomi delle classi devono essere chiari, altrimenti gli stessi numeri possono essere interpretati male.

I 18 casi in alto a sinistra sono veri positivi. I 2 in alto a destra sono stati persi, i 6 in basso a sinistra contrassegnati positivi per errore e i 24 in basso a destra riconosciuti correttamente come altre richieste. La tabella distingue così le richieste che non raggiungono il gruppo tecnico da quelle aggiuntive che vi arrivano per errore. Può essere ampliata ad altre classi. La sua interpretazione dipende anche dalla qualità delle assegnazioni di riferimento e dalla copertura dell’uso previsto offerta dagli esempi scelti.

Fonti

• scikit-learn · confusion_matrix

• Google · Classification: Accuracy, recall, precision, and related metrics