مصفوفات الكونفوس هي أدوات تستخدم لتقييم أداء نماذج التصنيف، إنها تقدم تفصيلاً لتوقعات النموذج مقابل النتائج الفعلية، تساعد على تحديد المجالات التي يؤدي فيها النموذج أداءً جيداً أو تحتاج إلى تحسين.

فهم مصفوفات الاتحاد

ومصفوفة الارتباك هي جدول يبين التهم التي تنطوي عليها التنبؤات الإيجابية والباطلة والسلبية الحقيقية والباطلة، وهذه القيم تساعد في حساب مختلف مقاييس الأداء مثل الدقة والدقة والتذكر والسجلات F1.

حساب مصفوفة الكونفوسيون

(ب) حساب مصفوفة الارتباك، ومقارنة العلامات المتوقعة من النموذج بالعلامات الفعلية، مع مراعاة عدد الحالات في كل فئة:

  • التوقعات الحقيقية: التنبؤات الإيجابية الصحيحة
  • False Positive predictions
  • النازحين الحقيقيون: التنبؤات السلبية الصحيحة
  • النوايا الخافضة: التنبؤات السلبية غير الصحيحة

وتُنظَّم هذه العدات بعد ذلك في شكل مصفوفة للتحليل.

تفسير النتائج

القيم في مصفوفة الارتباك تساعد على تقييم نقاط القوة والضعف في النموذج، القيم العالية لـ (تي بي) و (تي إن) تشير إلى الأداء الجيد، بينما القيم العالية لـ (إف بي) أو (إن إن) تشير إلى مجالات للتحسين

وتشمل القياسات المستمدة من مصفوفة الارتباك ما يلي:

  • Accuracy:] Overall correctness of the model
  • Precision:] Correct positive predictions out of all positive predictions
  • Recall:] Correct positive predictions out of all actual positives
  • F1 Score:] Harmonic mean of precision and recall