Чем отличается матрица ошибок от других метрик классификации?

Матрица ошибок (confusion matrix) отличается от других метрик классификации тем, что она позволяет визуализировать и оценивать эффективность модели классификации. 2

Основное назначение матрицы — представить в наглядном виде, как часто модель правильно классифицирует объекты и какие именно ошибки она совершает. 2 Это особенно важно, когда цена различных типов ошибок неодинакова. 2

Некоторые другие метрики классификации:

• Точность (Precision). 3 Отношение числа истинноположительных классификаций к общему числу положительных классификаций. 3
• Полнота (Recall). 3 Доля истинноположительных примеров. 3
• False negative rate (FNR). 3 Доля неверно классифицированных отрицательных примеров от общего количества положительных примеров. 3
• F1-мера. 3 Объединяет в себе информацию о точности и полноте, поэтому позволяет находить баланс между ними. 3

Матрица ошибок позволяет не только оценить общую эффективность модели, но и выявить конкретные паттерны ошибок, которые модель допускает. 2 Это даёт возможность точечно улучшить алгоритм, сосредоточившись на проблемных классах или типах данных. 2