혼동 행렬

기계 학습 분야의 통계적 분류 같은 문제에서 컨퓨전 행렬,^[1] 이란 지도 학습으로 훈련된 분류 알고리즘의 성능을 시각화 할 수 있는 표이다. 행렬의 각 행은 예측 된 클래스의 인스턴스를 나타내며 각 열은 실제 클래스의 인스턴스를 나타낸다 (또는 그 반대).^[2] 컨퓨전이라는 이름은 시스템이 두 개의 클래스를 얼마나 헷갈려 하는지를 쉽게 알 수 있다는 사실에서 유래되었다.

각주[편집]

↑ Stehman, Stephen V. (1997). “Selecting and interpreting measures of thematic classification accuracy”. 《Remote Sensing of Environment》 62 (1): 77–89. doi:10.1016/S0034-4257(97)00083-7.
↑ Powers, David M. W. (2011). “Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness & Correlation”. 《Journal of Machine Learning Technologies》 2 (1): 37–63. S2CID 55767944.

[1] Stehman, Stephen V. (1997). “Selecting and interpreting measures of thematic classification accuracy”. 《Remote Sensing of Environment》 62 (1): 77–89. doi:10.1016/S0034-4257(97)00083-7.

[Powers2011-2] Powers, David M. W. (2011). “Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness & Correlation”. 《Journal of Machine Learning Technologies》 2 (1): 37–63. S2CID 55767944.

[1]

[2]