【机器学习】混淆矩阵(Confusion Matrix)

一、混淆矩阵

• True Negative (TN)： 真负类，样本的真实类别是负类，并且模型将其识别为负类，cm[0][0]。
• False Positive (FP)： 假正类，样本的真实类别是负类，但是模型将其识别为正类，cm[0][1]。
• False Negative (FN)：假负类，样本的真实类别是正类，但是模型将其识别为负类，cm[1][0]。
• True Positive (TP)： 真正类，样本的真实类别是正类，并且模型将其识别为正类，cm[1][1]。

from sklearn.metrics import confusion_matrix：

By definition a confusion matrix :math:`C` is such that :math:`C_{i, j}`
is equal to the number of observations known to be in group :math:`i` and
predicted to be in group :math:`j`.in binary classification, the count of 
true negatives is:math:`C_{0,0}`, 
false negatives is :math:`C_{1,0}`, 
true positives is:math:`C_{1,1}` and 
false positives is :math:`C_{0,1}`

二、根据混响矩阵计算分类指标

对于二分类问题，可以将样例根据其真实类别与机器学习器预测类别的组合划分为：TN、FP、FN、TP。
样例总数 = TN + FP + FN + TP。

2.1 准确率（Accuracy）

精确率是最常用的分类性能指标，可以用来表示模型的精度，即模型识别正确的个数/样本的总个数。一般情况下，模型的精度越高，说明模型的效果越好。
$$\mathbf{Accuracy}=\frac{\mathbf{TP}+\mathbf{TN}}{\mathbf{TN}+\mathbf{FP}+\mathbf{FN}+\mathbf{TP}}=\frac{\mathbf{预测正确的}(\mathbf{正类}+\mathbf{负类})\mathbf{样本数}}{\mathbf{总样本数}}=\frac{\mathbf{预测正确的样本数}}{\mathbf{总样本数}}$$

2.2 召回率（Recall）

召回率又称为查全率，表示的是，模型正确识别出为正类的样本的数量占总的正类样本数量的比值。一般情况下，Recall越高，说明有更多的正类样本被模型预测正确，模型的效果越好。
Recall（召回率） = Sensitivity（敏感指标，True Positive Rate，TPR）= 查全率
$$\mathbf{Recall}=\frac{\mathbf{TP}}{\mathbf{TP}+\mathbf{FN}}=\frac{\mathbf{预测正确的正类样本数}}{\mathbf{正类正确预测为正类}+\mathbf{正类误认为负类}}=\frac{\mathbf{预测正确的正类样本数}}{\mathbf{真实为正类的样本数}}$$

2.3 正确率（Precision）

又称为查准率，表示在模型识别为正类的样本中，真正为正类的样本所占的比例。
$$\mathbf{Precision}=\frac{\mathbf{TP}}{\mathbf{TP}+\mathbf{FP}}=\frac{\mathbf{预测正确的正类样本数}}{\mathbf{预测正确的正类}+\mathbf{负类误认为正类}}=\frac{\mathbf{预测正确的正类样本数}}{\mathbf{预测为正类的样本数}}$$

参考链接：
https://blog.csdn.net/seagal890/article/details/105059498
https://www.cnblogs.com/wuliytTaotao/p/9285227.html