准确率会掩盖问题，而混淆矩阵则能揭示这些问题。该表格将预测标签与实际标签进行交叉比对，精确地展示了分类器在哪些方面成功，在哪些方面失败。

行通常代表实际类别，列代表预测结果。对角线上的单元格包含正确的分类。非对角线上的单元格则显示特定的错误，例如将良性肿瘤预测为恶性肿瘤。这些单元格中的模式可以指导改进。

衍生指标

• 准确率，即预测为阳性的比例，也就是正确预测的阳性数量。
• 回想一下，在实际的阳性病例中，发现了多少例？
• 特异性，真阴性率
• F1 分数、精确率和召回率的调和平均值

类别不平衡使得矩阵至关重要。当某一类占据主导地位时，准确率看起来很高，而少数类则被忽略了。矩阵可以揭示模型究竟是在学习还是仅仅在预测多数类标签。