Confusion Matrix / Hata Matrisi | Woman Engineer 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

Merhaba Ben Zeynep, Blogumda çalışma hayatımda kullandığım ve öğrendiğim konular hakkında yazılarımı paylaşıyorum. Teknoloji ile ilgili yazılar okumayı ve yazmayı çok seviyorum. Sizlerle iletişim kurmaktan memnun olurum! Herhangi bir sorunuz için benimle her zaman e-posta yoluyla iletişime geçebileceğinizi unutmayın. Beni sosyal medyadan takip edebilirsiniz.

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.