混淆矩阵是什么意思？

混淆矩阵是什么意思？

为啥要记住这么多名词呢，直接上图吧。

混淆矩阵的作用：

１）用于观察模型在各个类别上的表现，可以计算模型对应各个类别的准确率，召回率；

２）通过混淆矩阵可以观察到类别直接哪些不容易区分，比如Ａ类别中有多少被分到了Ｂ类别，这样可以有针对性的设计特征等，使得类别更有区分性；

先用sklearn计算混淆矩阵的api（sklearn.metrics.confusion_matrix）得到实验结果，放到excel里面

上面是一个４分类的问题，类别分别为正常，色情，广告，违禁。

以正常类别为例进行解释：

总的样本数目：列相加，（ 92516 ＋ 467 ＋ 5650 ＋ 789 ）＝ 99422, 其中 92516个样本被预测对了，因此准确率为：92516/99422= 0.930538513

召回率：模型一共召回了 （92516 ＋ 53＋ 1676 ＋ 179 ）＝94424 个样本，模型认为一同有94424个样本是属性正常类别的，但是正确的只有92516个，因此召回率为：92516/94424= 0.979793273