« Matrice de confusion » : différence entre les versions

Version du 26 octobre 2018 à 17:15

Domaine

Vocabulaire
Google
Apprentissage profond

Définition

Table NxN qui résume la réussite des prédictions d'un modèle de classification, c'est-à-dire la corrélation entre les étiquettes et les classifications du modèle. L'un des axes d'une matrice de confusion est l'étiquette prédite par le modèle, et l'autre l'étiquette réelle. N correspond au nombre de classes.

Termes privilégiés

matrice de confusion

Anglais

confusion matrix

Source: Google machine learning glossary

@@ Ligne 8 : / Ligne 8 : @@
 == Définition ==
-Table NxN qui résume la réussite des prédictions d'un modèle de classification, c'est-à-dire la corrélation entre les étiquettes et les classifications du modèle. L'un des axes d'une matrice de confusion est l'étiquette prédite par le modèle, et l'autre l'étiquette réelle. N correspond au nombre de classes. Dans un problème de classification binaire, N=2. Voici un exemple de matrice de confusion pour un problème de classification binaire :
+Table NxN qui résume la réussite des prédictions d'un modèle de classification, c'est-à-dire la corrélation entre les étiquettes et les classifications du modèle. L'un des axes d'une matrice de confusion est l'étiquette prédite par le modèle, et l'autre l'étiquette réelle. N correspond au nombre de classes.
-	Tumeur (prédiction) 	Pas de tumeur (prédiction)
-Tumeur (réel) 	18 	1
-Pas de tumeur (réel) 	6 	452
-La matrice de confusion ci-dessus montre que pour les 19 échantillons qui étaient réellement des tumeurs, le modèle a correctement classé 18 d'entre eux comme tumeurs (18 vrais positifs) et incorrectement classé 1 comme n'ayant pas de tumeur (1 faux négatif). De même, parmi les 458 échantillons sans tumeur, 452 ont été correctement classés (452 vrais négatifs) et 6 ont été incorrectement classés (6 faux positifs).
-La matrice de confusion d'une matrice de confusion à classes multiples peut vous aider à déterminer les schémas d'erreur. Par exemple, une matrice de confusion peut révéler qu'un modèle entraîné à reconnaître les chiffres écrits à la main tend à prédire de façon erronée 9 à la place de 4, ou 1 au lieu de 7. La matrice de confusion contient suffisamment d'informations pour calculer diverses statistiques de performance, notamment la précision et le rappel.
+<br />
-<br />
 == Termes privilégiés ==
 === matrice de confusion ===

« Matrice de confusion » : différence entre les versions