Matriz de confusão
A Matriz de confusão é uma ferramenta para medir a performance de uma algoritmo.
Exemplo
| # | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Diag. | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 | 0 |
| Pred. | 0 | 0 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 0 | 0 | 0 |
| Figura 1: Matriz de Confusão |
|---|
 |
| Fonte: Wikipedia |
- True Positive : Classificação correta da classe positiva
- True Negative : Classificação correta da classe negativa
- False Positive : Classificação errada da classe positiva
- False Negative : Classificação errada da class negativa
| Figura 2: Classificação de elementos e matriz de confusão |
|---|
 |
| Fonte: Modificado de Wikipedia |
Acurácia
\[
Acurácia = \frac{TP+TN}{P+N}
\]
Precisão
\[
Precisão = \frac{TP}{TP+FP}
\]
Recall
\[
Recall = \frac{TP}{TP+FN}
\]