机器学习实战——模型评估与结果修正

在预测模型生成结果之后，我们需要对得到的结果进行评估，进而修正预测模型，这时需要用到混淆矩阵(confusion matrix)，也称为错误矩阵(error matrix)。之所以叫做‘混淆矩阵’，是因为能够直观的到有没有将样本的类别给混淆了。混淆矩阵是评判模型结果的指标，属于模型评估的一部分。

矩阵的每一行代表样本所属的真实类别，矩阵的每一列则表达了分类器对于样本的类别预测，而每个格子中的数值大小代表将类预测为类的样本个数。

如下图所示是一个混淆矩阵，通过观察可以看到在预测的结果中，830类与166类容易出现混淆，于是可以对预测模型进行修正，训练一个二分类模型来提升830/166两类的预测精度。