Confusion Matrix

ด้วยฟังก์ชัน confusion_matrix() ของ scikit-learn คุณสามารถสร้าง confusion matrix ของตัวจำแนกประเภท (classifier) ได้อย่างง่ายดาย เพื่อทำความเข้าใจประสิทธิภาพของโมเดลได้ลึกขึ้น ฟังก์ชันนี้รับอาร์กิวเมนต์ 2 ตัว ได้แก่ ป้ายกำกับจริงของชุดทดสอบ (y_test) และป้ายกำกับที่โมเดลทำนาย

ผลการทำนายของ Random Forest classifier จากแบบฝึกหัดก่อนหน้าถูกเก็บไว้ใน y_pred และคำนวณด้วยคำสั่งต่อไปนี้:

y_pred = clf.predict(X_test)

หมายเหตุสำคัญ: sklearn จะคำนวณ confusion matrix ในรูปแบบต่อไปนี้โดยค่าเริ่มต้น:

สังเกตว่าแกนในตารางนี้จะสลับกับที่เห็นในวิดีโอ ค่าเมตริกต่าง ๆ ยังคงเหมือนเดิม แต่ควรคำนึงถึงจุดนี้เมื่อตีความตาราง