混淆矩阵
数据可以是连续数据、分类数据或有序数据（有序分类）。 混淆矩阵是评估分类模型执行情况的一种方法。 若要了解混淆矩阵的工作原理，首先应熟悉有关连续数据的知识。 熟悉之后，我们就会发现，混淆矩阵为何就只是我们已知的直方图的延伸。
连续数据分布
想要了解连续数据，第一步通常是了解它的分布方式。 请考虑以下直方图：
我们可以看到，标签的平均值在 0 上下，大多数数据点都介于 -1 和 1 之间。 数据颇为对称；平均值之下和之上的数量大约相等。 如果需要，我们可以使用表格，而不是直方图，但表格不好处理。
分类数据分布
在某些方面，分类数据与连续数据并无太大区别。 我们仍可以生成直方图来评估每个标签的常见值的显示方式。 例如，二进制标签（true/false）可能会按照以下频率显示：
从图中可知，“false”标签有 750 个样本，而“true”标签有 250 个样本。
三个类别的标签类与此类似：
从图中可知，“人物”标签有 200 个样本，“动物”标签有 400 个样本，“树”标签有 100 个样本。
由于分类标签很简单，因此通常可以将它们显示为简单表。 前面的两个图将如下所示：
| Label | False | True |
|---|---|---|
| 计数 | 750 | 250 |
以及：
| Label | 人员 | 动物 | 树 |
|---|---|---|---|
| 计数 | 200 | 400 | 100 |
观察预测
我们可以观察模型做出的预测，就像我们观察数据中的真值标签一样。 例如，我们可能会看到，在测试集中，我们的模型预测为“false”有 700 次，为“true”有 300 次。
| 模型预测 | 计数 |
|---|---|
| False | 700 |
| True | 300 |
这为我们的模型所做的预测提供了直接信息，但它不能告诉我们哪些预测是正确的。 虽然可以使用代价函数来理解给出正确响应的频率，但代价函数不会告诉我们发生了哪些错误。 例如，模型可能会正确地猜出所有“true”值，但也可能会在本应猜测“false”时却猜测“true”。
混淆矩阵
了解模型性能的关键是将模型预测表与真值数据标签表相结合：
我们没有填充的方块称为混淆矩阵。
混淆矩阵中的每个单元格都会告诉我们一件有关模型表现的事情。 这些是真正 (TN)，假正 (FN)，假负 (FP) 和真负 (TP)。
让我们用实际的值来替换这些缩写词，逐一进行解释。 蓝绿色的方块表示模型的预测是正确的，橘色的方块表示模型的预测是错误的。
真负 (TN)
左上角的值将列出模型预测为“false”并且实际标签也为“false”的次数。 换句话说，它列出了模型正确预测“false”的次数。 举个例子，假设这种情况发生了 500 次：
假负 (FN)
右上角的值将指示模型预测为“false”但实际标签为“true”的次数。 现在我们知道此值为 200。 如何操作？ 因为这个模型预测了 700 次“false”，其中有 500 次是正确的。 因此，该模型一定预测了 200 次“false”，但它不该预测这么多次。
假正 (FP)
左下角的值包含假正。 它指示模型预测为“true”的次数，但实际标签为“false”。 现在我们知道此值为 250，因为有 750 次正确答案是“false”。 其中有 500 次出现在左上角单元格 (TN)：
真正 (TP)
最后，我们得到真正。 这是模型正确预测为“true”的次数。 现在我们知道该值为 50，原因有两个。 首先，模型预测为“true”有 300 次，但有 250 次是错误的（左下角单元格）。 其次，有 250 次为“true”的正确答案，但模型预测为“false”有 200 次。
最终矩阵
我们通常会稍微简化混淆矩阵，就像下面这样：
我们在这里给单元格上色，以突出显示模型做出正确预测的时间。 由此，我们不仅知道模型做出某些类型预测的频率，还知道这些预测正确或错误的频率。
如果有更多标签，也可以构造混淆矩阵。 例如，在我们的人物/动物/树示例中，我们可能会得到这样一个矩阵：
当存在三种类别时，“真正”这样的指标将不再适用，但我们仍然可以看到模型发生某些类型错误的确切频率。 例如，我们可以看到，当实际正确的结果为“动物”时，模型预测为“人物”有 200 次。