« Matrice de confusion » : différence entre les versions

Version du 28 septembre 2019 à 20:49

Tableau décrivant les performances (la réussite des prédictions) d'un modèle de classification en regroupant les prévisions en 4 catégories.

Faux Positifs: nous avons prédit à tort qu'ils ont du diabète (erreur de type I)

Faux Négatifs: nous avons prédit à tort qu'ils ne sont pas diabétiques ( Erreur de type II)

matrice de confusion loc. nom. fém.

confusion matrix

Source: Google machine learning glossary

@@ Ligne 5 : / Ligne 5 : @@
 <!-- Scotty2 -->
-== Définition ==
+==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.
+Tableau décrivant les performances (la réussite des prédictions) d'un modèle de classification en regroupant les prévisions en 4 catégories.
-== Français ==
+* Vrais Positifs: nous avons correctement prédit qu'ils ont du diabète
-''' matrice de confusion <small>n.f.</small> '''
-== Anglais ==
+* Vrai Négatifs: nous avons correctement prédit qu'ils ne sont pas diabétiques
+* Faux Positifs: nous avons prédit à tort qu'ils ont du diabète (erreur de type I)
+* Faux Négatifs: nous avons prédit à tort qu'ils ne sont pas diabétiques ( Erreur de type II)
+==Français==
+''' matrice de confusion '''<small>loc. nom. fém.</small>
+==Anglais==
 '''  confusion matrix '''
@@ Ligne 17 : / Ligne 25 : @@
 <small>
-[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
+[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]