Matriz de confusión

Actualizado el 9 de abril de 2022, por Luis Benites.

Una matriz de confusión , en análisis predictivo, es una tabla de dos por dos que nos dice la tasa de falsos positivos , falsos negativos , verdaderos positivos y verdaderos negativos para una prueba o predictor . Podemos hacer una matriz de confusión si conocemos tanto los valores predichos como los valores verdaderos para un conjunto de muestra.

En el aprendizaje automático y la clasificación estadística, una matriz de confusión es una tabla en la que las predicciones se representan en columnas y el estado real se representa en filas. A veces esto se invierte, con instancias reales en filas y predicciones en columnas. La tabla es una extensión de la matriz de confusión en el análisis predictivo y facilita ver si se ha producido un etiquetado incorrecto y si las predicciones son más o menos correctas.

Una matriz de confusión también se conoce como matriz de error y es un tipo de tabla de contingencia .

Terminología relacionada con una matriz de confusión

Suponga que su matriz de confusión es una tabla simple de 2 por 2, dada por:

Aquí a es el número de verdaderos negativos y d el número de verdaderos positivos. b es el número de falsos positivos y c es el número de falsos negativos.

• La precisión de la predicción o prueba se define como (a + d)/(a + c + d + e).
• La tasa de verdaderos positivos viene dada por d/(c + d), y también se denomina recuperación. Nos dice qué proporción de casos positivos fueron correctamente identificados.
• La tasa de falsos positivos , o proporción de casos negativos (incorrectamente) identificados como positivos, viene dada por b/(a + b).
• La tasa de verdaderos negativos es a/(a + b), y representa la proporción de casos negativos que se identificaron correctamente.
• La tasa de falsos negativos es c/(c + d), y nos dice qué proporción de casos positivos se etiquetaron incorrectamente como negativos.
• La proporción de las instancias que etiquetamos correctamente como positivas (por predicción positiva total) está dada por d/(b + d) y se denomina precisión .

Referencias

Hamilton, Howard J. Matriz de confusión. Notas del curso de Ciencias de la Computación 831: Descubrimiento de conocimiento en bases de datos. Recuperado de http://www2.cs.uregina.ca/~hamilton/courses/831/notes/confusion_matrix/confusion_matrix.html el 1 de agosto de 2018.
Oliver, Arnau. Matrices de confusión. Matrices de Evaluación, 2008-06-17. Recuperado de http://eia.udg.edu/~aoliver/publications/tesi/node143.html el 3 de agosto de 2018.