« Matrice de confusion » : différence entre les versions


Aucun résumé des modifications
Balise : Éditeur de wikicode 2017
Aucun résumé des modifications
 
(15 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
==Définition==
Tableau décrivant les performances (la réussite des prédictions) d'un [[modèle de classification]] en regroupant les prévisions en 4 catégories.


== Domaine ==
* [[vrai positif|Vrais positifs]] : nous avons correctement prédit qu'ils ont du diabète
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Vocabulaire2]]
[[Category:Google2]]
[[Category:Apprentissage profond]]Apprentissage profond<br />
[[Category:scotty2]]


<br />
* [[vrai négatif|Vrai négatifs]] : nous avons correctement prédit qu'ils ne sont pas diabétiques


== Définition ==
* [[faux positif|Faux positifs]] : nous avons prédit à tort qu'ils ont du diabète (erreur de type I)
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.


* [[faux négatif|Faux négatifs]] : nous avons prédit à tort qu'ils ne sont pas diabétiques (erreur de type II)


<br />
==Français==
'''matrice de confusion'''


== Français ==
==Anglais==
=== matrice de confusion <small>n.f.</small> ===
'''confusion matrix'''




<br />
==Sources==
[https://developers.google.com/machine-learning/glossary/ Source : Google, ''Machine learning glossary.'']


== Anglais ==
[https://ml-cheatsheet.readthedocs.io/en/latest/glossary.html Source : Ml-cheatsheet, ''Confusion Matrix'']


===  confusion matrix ===
[[Category:GRAND LEXIQUE FRANÇAIS]]
 
[[Category:Apprentissage profond]]
<br/>
<br/>
<br/>
[https://developers.google.com/machine-learning/glossary/  Source: Google machine learning glossary ]
<br/>
<br/>
<br/>

Dernière version du 1 avril 2024 à 14:13

Définition

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

  • Vrais positifs : nous avons correctement prédit qu'ils ont du diabète
  • 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

Anglais

confusion matrix


Sources

Source : Google, Machine learning glossary.

Source : Ml-cheatsheet, Confusion Matrix