詳細解釋
混淆矩陣（Confusion Matrix）是分類任務的詳細性能展示表格，顯示預測類別與真實類別的對應關係，是評估分類器的重要工具。
二元分類矩陣：
預測
正 負
正 TP FN
實際
負 FP TN
- TP（True Positive）：真陽性，正確預測為正
- TN（True Negative）：真陰性，正確預測為負
- FP（False Positive）：假陽性，錯誤預測為正
- FN（False Negative）：假陰性，錯誤預測為負
多類別擴展：
- N×N矩陣（N個類別）
- 對角線是正確預測
- 非對角線是錯誤分類
衍生指標：
- 準確率：(TP+TN)/總數
- 精確率：TP/(TP+FP)
- 召回率：TP/(TP+FN)
- 特異性：TN/(TN+FP)
分析價值：
- 錯誤模式：哪些類別容易混淆
- 類別偏見：對特定類別的偏好
- 改進方向：針對性優化
可視化：
- 熱圖顯示
- 百分比標準化
- 歸一化顯示
混淆矩陣是深入理解分類性能的工具。