Confusion Matrix

Die Confusion Matrix ist ein Visualisierungstool für die Evaluation eines Klassifikationsmodells. Sie stellt eine zweidimensionale Matrix dar, in welcher eine Achse für die vorhergesagten Klassen steht und die andere für die tatsächlichen Klassen. Wenn nun Beispiele (z.B. Bilder) eines Datensatzes von einem Modell klassifiziert werden (z.B. ob das Bild einer Katze oder einem Hund entspricht), kann jede Klassifikation einer Zelle in dieser Matrix zugeordnet werden. Wenn nun viele Klassifikationen auf die Diagonale der Matrix fallen, dann ist das ein gutes Ergebnis: Die tatsächliche Klasse entspricht der vorhergesagten Klasse. Alle anderen Zellen außerhalb der Diagonalen stellen die verschiedenen möglichen Fehler dar. Mit der Confusion Matrix sieht man auf einen Blick, wie gut das Modell arbeitet und welche Fehler gemacht werden.