Matriz de confusão

Usando a função confusion_matrix() do scikit-learn, você pode criar facilmente a matriz de confusão do seu classificador e obter uma compreensão mais detalhada do seu desempenho. Ela recebe dois argumentos: os rótulos reais do seu conjunto de teste — y_test — e os seus rótulos previstos.

Os rótulos previstos do seu classificador Random Forest, do exercício anterior, estão armazenados em y_pred e foram calculados assim:

y_pred = clf.predict(X_test)

Observação importante: por padrão, o sklearn calcula a matriz de confusão da seguinte forma:

Perceba que os eixos são o oposto do que você viu no vídeo. As métricas em si continuam as mesmas, mas tenha isso em mente ao interpretar a tabela.