混淆矩阵(confusion matrix)

混淆矩阵是一种常见的评判分类好坏的方式。

所有正确的预测结果都在对角线上，所以从混淆矩阵中可以很方便直观的看出哪里有错误，因为他们呈现在对角线外面。

例如下表：

我们可以非常直观地看出对b类预测的非常准确，而对c类的预测却差强人意 。

允许我们做出更多的分析，仅考虑对a类的分类，可以得到下表：

可以得到精度(precision),召回率(recall),结合两者的F1数。

precision=tp/(tp+fp);

recall=tp/(tp+fn);

2/f1=1/precision+1/recall;

f1=2*precision*recall/(precision+recall).

sklearn包中有将混淆矩阵展示的脚本，链接如下：

http://scikit-learn.org/stable/auto_examples/model_selection/plot_confusion_matrix.html