问答 · ANSWER
混淆矩阵的作用是什么？
直接回答
混淆矩阵是评估分类模型性能的可视化工具，它以矩阵形式展示真实类别与预测类别的对应关系，便于分析模型在各类别上的表现优劣。
关键要点
- 混淆矩阵的行代表数据的真实类别，列代表模型的预测类别。
- 对角线上的元素表示各类别被正确分类的样本数。
- 非对角线上的元素表示被错误分类的样本数，并显示误分到了哪个类别。
- 通过混淆矩阵可以一目了然地发现模型的短板，例如哪些类别容易被混淆。
- 混淆矩阵是理解二分类指标（如精确率、召回率）和多分类评估的基础。
怎么选 / 怎么做
混淆矩阵是一个N×N的方阵（N为类别数）。解读时，关注对角线上的正确分类数，以及非对角线上的错误分类数，分析模型在哪些类别间容易产生混淆。
常见问题
混淆矩阵能看出什么？
能看出模型对每个类别的预测正确和错误情况。
混淆矩阵怎么用？
用于直观分析分类模型在各真实类别上的预测表现。