混淆矩阵及其评价指标

1、混淆矩阵

混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。在人工智能中，混淆矩阵是可视化工具，特别用于监督学习。

如图所示，混淆矩阵主体为两行两列，两行分别代表样本的真实值的Positive或者Negative状态；而两列分别代表预测值的Positive或者Negative状态。而这样就组合出了关于真实值和预测值的四种状态：

• 真阳性（True Positive, TP）：样本的真实类别是正例，并且模型预测的结果也是正例
• 真阴性（True Negative, TN）：样本的真实类别是负例，并且模型将其预测成为负例
• 假阳性（False Positive, FP）：样本的真实类别是负例，但是模型将其预测成为正例
• 假阴性（False Negative, FN）：样本的真实类别是正例，但是模型将其预测成为负例

2、混淆矩阵延伸出来的各个评价指标