4.3.0
Matriz de confusao
Resumo
- A matriz de confusao organiza TP, FP, FN e TN.
- Mostra quais tipos de erro sao mais frequentes.
- E base para Accuracy, Precision, Recall e F1.
1. Estrutura #
| Previsto: Negativo | Previsto: Positivo | |
|---|---|---|
| Real: Negativo | TN | FP |
| Real: Positivo | FN | TP |
2. Por que importa #
- Revela se o modelo erra mais por falso positivo ou falso negativo.
- Em multiclasse, mostra quais classes se confundem.
3. Dicas praticas #
- Use versao normalizada quando as classes tem tamanhos diferentes.
- Combine com Precision/Recall para interpretar melhor.