Matice záměn | AI slovník

Odborná definice

Confusion matrix je tabulka, která porovnává skutečné třídy s predikovanými třídami a počítá jednotlivé typy správných a chybných rozhodnutí. Při binární klasifikaci obsahuje true positive, false positive, true negative a false negative. Při multiclass úloze má řádky a sloupce pro všechny třídy, přičemž orientace osí musí být jasně označená. Z matice se odvádzají accuracy, precision, recall, specificity a další metriky. Hodnoty závisí na klasifikačního prahu, prevalence a definice pozitivní třídy.

Srozumitelné vysvětlení

Při teste na poruchu nestačí vědět, že model byl správný v 92 percentách případů. Potrebujete rozlíšit, kolik skutečných porúch zachytil, kolik prehliadol a kolkokrát zbytočne zastavil výrobu. Matice záměn rozloží jedno percento úspěchu na štyri typy výsledku. Z ní vidno, či systém platí za vyšší recall velkým počtem falešných alarmů. Při více třídách zároveň ukáže konkrétně zámenné páry, například či model zamieňa dvě podobné chyby, které vyžadují odlišný zásah.

Časté otázky

Která třída se označuje jako pozitívna?

Tá, které zachytení se v binární analýze sleduje jako událost záujmu, například podvod nebo choroba. Volba musí být uvedená, protože prehodení tříd změní význam precision, recall i false positive. Pozitívna neznamená dobrá.

Proč se matice mění po úprave prahu?

Více případů překročí nižší hranici a dostane pozitivní štítek. Část false negative se změní na true positive, ale některé true negative se stanou false positive. Matice proto patří ku konkrétní verzi modelu, prahu a datasetu.

Jak se čte multiclass confusion matrix?

Diagonála představuje správně predikce, položky mimo ní konkrétně zámeny. Je třeba uvést, či řádky znamenají skutočnost nebo predikci. Normalizace po riadkoch ukáže recall třídy, normalizace po stlpcoch přibližuje čistotu predikovaného štítku.

Může vysoká accuracy skrýt zlú matici?

Ano, zejména při nevyvážených třídách. Velká diagonálna hodnota většinové třídy prekryje malé, ale kritické chyby menšiny. Proto se matice analyzuje v absolútnych počtoch i podieloch a doplňa nákladmi jednotlivých omylů.

Má se matice vytvářet i pro segmenty?

Ano, pokud mají regiony, skupiny uživatelů nebo zařízení odlišné riziko. Dvě skupiny mohou mít stejnou accuracy, ale zcela jiný poměr false positive a false negative. Segmentová matice pomáhá odhalit provozní a fairness problémy.

Související pojmy

Zdroje a redakční stopa

Google Machine Learning Crash Course, Thresholds and the Confusion Matrix
Google Machine Learning Glossary, Metrics

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.