Skip to main content

Confusion Matrix / Hata Matrisi

Confusion matrix, veri setindeki var olan durum ile sınıflandırma modelimizin doğru ve yanlış tahminlerinin sayısını tablo olarak göstermektedir.


positive  negative 
positive TP = 20 FN = 24 
negative FP = 20  TN = 72
  1. Gerçek pozitif (True Positive – TP) – Olumlu tahmin ettiniz ve bu doğru
  2. Gerçek negatif (True Negative – TN) – Olumsuz tahmin ettiniz ve bu doğru
  3. Yanlış pozitif (False Positive – FP) – Olumlu tahmin ettiniz ve bu yanlış
  4. Yanlış negatif (False Negative – FN) – Olumsuz tahmin ettiniz ve bu yanlış

GERÇEK POZİTİFLER = TP + FN

GERÇEK NEGATİFLER = TN + FP

TOPLAM = TP + TN + FP + FN

Accuracy(Doğruluk): Sistemde doğru olarak yapılan tahminlerin tüm tahminlere oranıdır. 

Accuracy = (TP+TN) / (TP+TN+FN+FP) = 72+20 / 20+24+20+72 = 67.5 %

Precision(Kesinlik) : Pozitif olarak tahmin edilen bir durumdaki başarıyı gösteren durum.

Precision = TP / (TP + FP) = 20/ 20+20 = 50 %

Recall(Hassasiyet) : Pozitif durumların ne kadar başarılı tahmin edildiğini gösterir.

Recall = TP / (TP + FN) = 20 /20+24 = 45 %

F-measure  

Precision ve Recall metriklerinin harmonik ortalamasıdır.

F-Measure. = 2. Precision.Recall / Precision + Recall   = 2.50.45 / 50+45 = 47.6 %

Zeynep Küçük

Hi, I’m Zeynep I am studying in computer engineering in Samsun. I love to share and write about anything that interests me in tech, so welcome on my blog. I’d be really glad to get in touch with you! Don’t forget you can always contact me by email for any inquiries.Follow me on social media.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

This site uses Akismet to reduce spam. Learn how your comment data is processed.