Matrice di confusione: differenze tra le versioni

Versione delle 09:35, 19 lug 2016

Versione attuale delle 10:24, 14 lug 2023

(6 versioni intermedie di 4 utenti non mostrate)

Riga 1:

{{s|statistica}}

Nell'ambito dell'del [[IntelligenzaMachine artificialelearning]], la '''matrice di confusione''', detta anche '''tabella di errata classificazione''', restituisce una rappresentazione dell'accuratezza di [[classificazione|classificazione statistica]].

Ogni colonna della matrice rappresenta i valori predetti, mentre ogni riga rappresenta i valori attualireali. L'elemento sulla riga i e sulla colonna j è il numero di casi in cui il classificatore ha classificato la classe "vera" ji come classe ij.

Attraverso questa matrice è osservabile se vi è "confusione" nella classificazione di diverse classi.

Riga 8:

==Esempio==

Esaminiamo il caso di una classificazione dove si distinguono tre classi: gatto, cane e coniglio. Nelle righe si scrivono i valori attuali, quelli veri, reali. Mentre nelle colonne quelli predetti, stimati dal sistema.

{| border="1" cellspacing=0 cellpadding="2"

Riga 15:

!

!colspan="3"| Predetti

!rowspan="2"|''Somma''

|-

!

Riga 42:

|12

|-

!rowspan="2"|''Somma''

|

|8

Riga 50:

|}

Nell'esempio si può notare che dei 7 gatti reali, il sistema ne ha classificati 2 come cani. Allo stesso modo si può notare come dei 12 conigli veri, solamente 1 è stato classificato erroneamente. Gli oggetti che sono stati classificati correttamente sono indicati sulla diagonale della matrice, per questo è immediato osservare dalla matrice se il classificatore ha commesso o no degli errori.

In questo modo si possono ottenere due valori:

Inoltre, è possibile ottenere due valori di accuratezza significativi:

*''Producer Accuracy'' di X = (numero di valori correttamente classificati come classe X) / (numero di valori appartenenti alla classe X)

*''User Accuracy'' di X = (numero di valori correttamente classificati come classe X) / (numero di valori classificati come classe X)

Nel caso della classe "gatto", questo ha i seguenti valori (vedi la matrice qui sopra):

*<math>P.A. = 5 / 7 = 71,4 \%</math>

*<math>U.A. = 5 / 8 = 62,5 \%</math>

==Matrice di confusione==