Wat is Verwarringsmatrix (confusion matrix)?

Een tabel die de gegevens telt voor elke combinatie van de voorspelling van een classificatiemodel en het werkelijke juiste antwoord. Bij classificatie met twee klassen heeft ze vier cellen: terecht-positieven (TP), positieven die juist als positief zijn voorspeld; fout-positieven (FP), negatieven die ten onrechte als positief zijn voorspeld; fout-negatieven (FN), positieven die ten onrechte als negatief zijn voorspeld; en terecht-negatieven (TN), negatieven die juist als negatief zijn voorspeld. Hieruit kunnen accuracy, precisie, recall, de F1-score en andere maten worden berekend, en ze laat ook zien welke klassen gemakkelijk met welke worden verward.

Japanse benaming: 混同行列

“Verwarringsmatrix (confusion matrix)” komt voor in 1 oefenvragen uit 1 onderwerpen, bijv. Basis van machine learning.

Vakgebied: Basis van machine learning

Nu oefenen: vragen over Verwarringsmatrix (confusion matrix)

Een model voor classificatie met twee klassen is geëvalueerd op 200 testgegevens. De verwarringsmatrix toont 45 terecht-positieven (TP), 5 fout-positieven (FP), 45 fout-negatieven (FN) en 105 terecht-negatieven (TN). Welke combinatie van precisie en recall is juist?

APrecisie 0,50, recall 0,90
BPrecisie 0,75, recall 0,50
CPrecisie 0,90, recall 0,50

Antwoord en toelichting tonen

Antwoord: C. Precisie 0,90, recall 0,50

De precisie is het aandeel van de als positief voorspelde gevallen dat werkelijk positief is: TP ÷ (TP + FP) = 45 ÷ 50 = 0,90. De recall is het aandeel van de werkelijk positieve gevallen dat als positief is voorspeld: TP ÷ (TP + FN) = 45 ÷ 90 = 0,50. Dit model heeft bijna altijd gelijk als het „positief” zegt, maar mist de helft van de positieve gevallen. De accuracy (het aandeel juiste voorspellingen) is (45 + 105) ÷ 200 = 0,75.

Vragen met “Verwarringsmatrix (confusion matrix)” (1)

Een model voor classificatie met twee klassen is geëvalueerd op 200 testgegevens. De verwarringsmatrix toont 45 terecht-positieven (TP), 5 fout-positieven (FP), 45 fout-negatieven (FN) en 105 terecht-negatieven (TN). Welke combinatie van precisie en recall is juist?

Verwante termen

Precisie en recall (precision and recall) Activatiefunctie Convolutioneel neuraal netwerk (CNN) Gesuperviseerd leren (supervised learning) Gradiëntafdaling (gradient descent) Hoofdcomponentenanalyse (PCA) k-means-clustering Kruisvalidatie (cross-validation) Ongesuperviseerd leren (unsupervised learning) Overfitting (overaanpassing)

Naar de woordenlijst