当我们获得数据时，在数据清理，预处理和争论之后，我们要做的第一步是将其提供给一个出色的模型，当然，还要获得概率输出。 但坚持下去！ 我们如何能够衡量模型的有效性。 更好的效果，更好的性能，这正是我们想要的。 而这正是混乱矩阵引人注目的地方。 混淆矩阵是机器学习分类的性能测量。
1，混淆矩阵是什么以及为什么需要它？
2，如何计算2类分类问题的混淆矩阵？
今天，让我们一劳永逸地理解混淆矩阵。
它是机器学习分类问题的性能测量，其中输出可以是两个或更多类。 它是一个包含预测值和实际值的4种不同组合的表。
它对于测量回忆，精度，特异性，准确性以及最重要的AUC-ROC曲线非常有用。
让我们从怀孕类比的角度理解TP，FP，FN，TN。
- True Positive:
Interpretation: You predicted positive and it’s true.
You predicted that a woman is pregnant and she actually is.
（解释：你预测的是积极的，这是真的。
你预测一个女人怀孕了，她确实怀孕了。）
- True Negative:
Interpretation: You predicted negative and it’s true.
You predicted that a man is not pregnant and he actually is not.
（解释：你预测消极，这是真的。
你预测一个男人没有怀孕，他实际上不是。）
- False Positive: (Type 1 Error)
Interpretation: You predicted positive and it’s false.
You predicted that a man is pregnant but he actually is not.
（解释：你预测是积极的，这是假的。
你预测一个男人怀孕但实际上并非如此。）
- False Negative: (Type 2 Error)
Interpretation: You predicted negative and it’s false.
You predicted that a woman is not pregnant but she actually is.
Just Remember, We describe predicted values as Positive and Negative and actual values as True and False.
（解释：你预测为负面而且是假的。
你预测一个女人没有怀孕，但实际上她是。
请记住，我们将预测值描述为正值和负值，将实际值描述为True和False。）
Let’s understand confusion matrix through math
Recall
Out of all the positive classes, how much we predicted correctly. It should be high as possible.
- Precision
Out of all the classes, how much we predicted correctly. It should be high as possible.
- F-measure
It is difficult to compare two models with low precision and high recall or vice versa. So to make them comparable, we use F-Score. F-score helps to measure Recall and Precision at the same time. It uses Harmonic Mean in place of Arithmetic Mean by punishing the extreme values more.
很难比较两种低精度和高召回率的模型，反之亦然。 因此，为了使它们具有可比性，我们使用F-Score。 F-score有助于同时测量Recall和Precision。 它通过惩罚极值来使用调和均值代替算术平均值。