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 %

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz

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