정확도는 문제를 숨깁니다. 혼동 행렬은 문제를 드러냅니다. 이 표는 예측된 레이블과 실제 레이블을 교차 분석하여 분류기가 어디에서 성공하고 어디에서 실패하는지 정확하게 보여줍니다.

일반적으로 행은 실제 분류 결과를 나타내고 열은 예측 결과를 나타냅니다. 대각선에는 정확한 분류 결과가 표시됩니다. 대각선이 아닌 셀은 양성 종양을 악성으로 예측하는 것과 같은 특정 오류를 보여줍니다. 이러한 셀에서 나타나는 패턴을 분석하여 개선 방향을 설정할 수 있습니다.

파생 지표

• 예측된 양성 결과의 정확도, 즉 몇 개가 정확한지 나타냅니다.
• 실제 양성 사례 중 몇 건이 발견되었는지 기억해 보세요.
• 특이도, 진음성률
• F1 점수, 정밀도와 재현율의 조화평균

클래스 불균형 때문에 이 행렬이 필수적입니다. 한 클래스가 지배적일 때, 소수 클래스는 무시된 채 정확도가 높게 나타날 수 있습니다. 이 행렬은 모델이 실제로 학습하고 있는지 아니면 단순히 다수 클래스를 예측하고 있는지를 보여줍니다.