🎯 Matriz de Confusão
Em poucas palavras
Uma tabela estruturada de duas dimensões (Real vs. Previsto) que permite visualizar o desempenho de um algoritmo de classificação, mapeando a contagem de Verdadeiros Positivos (VP), Verdadeiros Negativos (VN), Falsos Positivos (FP) e Falsos Negativos (FN).
📝 Notas e Desenvolvimento
- A Matriz de Confusão serve como base fundamental para o cálculo de diversas métricas de avaliação quantitativas tradicionais de modelos, tais como Acurácia, Precisão, Revocação e F1 Score.
- Ela é representada da seguinte forma para uma classificação binária clássica:
| Previsto Positivo | Previsto Negativo | |
|---|---|---|
| Real Positivo | Verdadeiro Positivo (VP) (Corretamente previsto) | Falso Negativo (FN) (Erro de omissão / Tipo II) |
| Real Negativo | Falso Positivo (FP) (Alarme falso / Erro Tipo I) | Verdadeiro Negativo (VN) (Corretamente rejeitado) |
- Verdadeiro Positivo (VP): Eventos de interesse que foram corretamente identificados pelo sistema.
- Falso Positivo (FP): Ocorrências em que o sistema previu um evento que não ocorreu.
- Falso Negativo (FN): Casos em que o sistema omitiu uma previsão relevante.
- Verdadeiro Negativo (VN): Estados do ambiente ou ações irrelevantes que o sistema corretamente decidiu não acionar ou classificar como positivos.
🔗 Conexões e Contexto
- Atlas: MdC - Tecnologia | MdC - Matemática
- Notas Relacionadas: