看看實際效果
混淆矩陣範例
同一款工具，四種需求。下方每張圖都是實際產生的成果。
輸入內容
建立客服工單分流的混淆矩陣熱圖，實際類別列與預測類別欄皆為 Billing、Technical 和 Account。數量如下：Billing 124、18、6；Technical 14、109、21；Account 5、17、96。
接著試試將預測為 Account 的 Technical 數量改為 12。新增副標題「April validation set」。
熱圖 · echarts-heatmap
產生的圖表
什麼是混淆矩陣？
混淆矩陣是用來評估分類模型的表格。列代表實際類別，欄代表預測類別。每個儲存格會統計模型做出該組實際類別與預測類別結果的次數。
對角線上的數值代表正確分類。非對角線的儲存格則顯示各種具體錯誤，例如把帳務工單分派給技術支援。根據這些數量，可以計算準確率、精確率、召回率、特異度和 F1 分數。
- Engine
- echarts-heatmap
- Editable
- Describe the change
- Export
- SVG · PNG · PDF
適用對象
混淆矩陣的使用對象
在調整特徵或閾值之前，檢視分流模型容易混淆哪些類別。
討論詐欺篩檢模型中的誤核准與誤警示。
透過視覺化方式理解分類數量與準確率、精確率和召回率的關係。
運作方式
三步驟建立混淆矩陣
01
描述需求
寫一段話就能開始。
“建立客服工單分流的混淆矩陣熱圖，實際類別列與預測類別欄皆為 Billing、Technical 和 Account。數量如下：Billing 124、18、6；Technical 14、109、21；Account 5、17、96。”
02
查看圖表
由合適的繪圖引擎產生。
03
提出修改
每次修改都會保留版本。
將預測為 Account 的 Technical 數量改為 12。
V2 · DRAWN FROM V1, NOTHING RETYPED常見問題
常見問題
什麼是混淆矩陣？
混淆矩陣是呈現分類模型效能的表格。它會依實際類別與預測類別統計數量，區分正確預測與各種錯誤。
混淆矩陣要怎麼看？
對角線代表正確預測，非對角線的儲存格代表錯誤。非對角線數值較大的儲存格，能指出模型最常混淆哪些類別。
混淆矩陣可以有兩個以上的類別嗎？
可以。N 個類別的模型會使用 N × N 矩陣，每個類別各有一列和一欄。
可以從混淆矩陣計算哪些指標？
常見指標包括準確率、精確率、召回率、F1 分數和特異度。適合使用哪個指標，取決於最需要關注哪一類錯誤。
相關工具
