使用Excel分析数据学习笔记之 二分类与混淆矩阵

最近在Coursera上从Excel到MySQL商业分析专项课程，为了督促自己学习，把笔记发布在这里。这仅仅是我基于课程的一些浅薄理解，如有错误欢迎指证！

混淆矩阵的构成：

1. Condition 实际情况 （图中a、b)

• +: 实际情况为正的概率，condition incidence
• -：实际情况为负的概率
• 边际概率，概率和为1

2. Classification 预判 (图中c、d)

• classification method used to classify an item as positive or negative
• 在信息不完全的情况下做出预先判断，存在错误
• probability of positive classification也叫classification incidence to test incidence.
• negative: probability of negative classification
• 边际概率，概率和为1

3. 联合概率 (图中e、f、g、h)

• 判断方法：

  1. 预判(Positive/Negative)为第二个字母

  2. 第一个字母T/F: 你的预判与实际情况是否一致？一致则为True，不一致为False

     e: True Positive (TP), 预判为positive, 实际情况为+，两者相符为true
     f：False Negative(FN)
     g: False Positive(FP)
     h: True Negative(TN)

• 同样的，这四个联合概率的概率和为1
  ⚠️+ = TP+FN；- = FP+TN
  

e.g.1：Bombers and seagulls

案例背景

上世纪四十年代雷达的发明问世之初，技术还不是很成熟，只能得到模糊的图像反馈。而在英国与德国的闪电战中，德国轰炸机使英国人伤亡惨重。英军收到的模糊雷达图像可能是德军轰炸机，也可能是一群海鸥。如何根据模糊的图像反馈判断是否迎战？这个问题可以很好的被混淆矩阵和ROC曲线解决。

混淆矩阵

• Condition
  • +: 轰炸机
  • -: 海鸥
• Classification
  • positive: 派出战机，正面迎战