« Matrice de confusion » : différence entre les versions


Aucun résumé des modifications
Aucun résumé des modifications
 
(10 versions intermédiaires par 3 utilisateurs non affichées)
Ligne 1 : Ligne 1 :
[[Category:GRAND LEXIQUE FRANÇAIS]]
<!-- Google -->
[[Category:Apprentissage profond]]
<!-- Scotty2 -->
==Définition==
==Définition==
Tableau décrivant les performances (la réussite des prédictions) d'un modèle de classification en regroupant les prévisions en 4 catégories.  
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 positif|Vrais positifs]] : nous avons correctement prédit qu'ils ont du diabète  


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


==Français==
==Français==
''' matrice de confusion '''<small>loc. nom. fém.</small>
'''matrice de confusion'''


==Anglais==
==Anglais==
'''confusion matrix'''


'''  confusion matrix '''


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


<small>
[https://ml-cheatsheet.readthedocs.io/en/latest/glossary.html Source : Ml-cheatsheet, ''Confusion Matrix'']
[https://developers.google.com/machine-learning/glossary/ Source: Google machine learning glossary]
 
[[Category:GRAND LEXIQUE FRANÇAIS]]
[[Category:Apprentissage profond]]

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