기계 학습의 혼동 행렬 소개

오늘은 Confusion Matrix에 대해 알아보겠습니다.

혼란 행렬이란 무엇입니까

혼란 행렬을 사용하는 이유

혼동 매트릭스 작동 방식

혼동 행렬이란 무엇입니까

Confusion Matrix는 성능 측정 기법입니다.

혼란 행렬을 사용하는 이유
혼동 행렬은 모델에 주어진 데이터 세트를 기반으로 분류 모델의 정확도/성능을 측정하는 데 사용되는 기술입니다.

혼동 매트릭스 작동 방식
혼동 행렬은 실제 클래스와 예측 클래스를 비교하여 분류기의 정확도를 시각화합니다. 이진 혼동 행렬은 사각형으로 구성됩니다.


암호

#Example of a confusion matrix in Python
from sklearn.metrics import confusion_matrix

expected =  [1, 1, 0, 1, 0, 0, 1, 0, 0, 0]
predicted = [1, 0, 0, 1, 0, 0, 1, 1, 1, 0]
results = confusion_matrix(expected, predicted)
print(results)

코드 설명

from sklearn.metrics import confusion_matrix

이 라인은 Sklearn 패키지를 가져오는 데 사용됩니다.
sklearn에는 다른 기능이 있으므로 행렬 기능만 원하므로 행렬을 가져오고 행렬 클래스에서는 혼동 행렬을 사용하려고 하므로 전체 sklearn 패키지에서 특정 부분만 가져왔습니다.

expected =  [1, 1, 0, 1, 0, 0, 1, 0, 0, 0]

이 줄에서 우리는 모든 예상 값(우리가 기대하는 것)을 포함하는 배열을 선언했습니다.

predicted = [1, 0, 0, 1, 0, 0, 1, 1, 1, 0]

이 라인에서 모델이 예측한 모든 Predicted 값이 포함된 배열을 선언했습니다.

results = confusion_matrix(expected, predicted)

여기서는 sklearn 패키지에 미리 정의된 혼동 행렬 함수를 사용하고 있습니다.

print(results)

결과를 인쇄하는 데 사용되는 간단한 인쇄 문입니다.