机器学习笔记 - 使用scikit-learn创建混淆矩阵

一、混淆矩阵概述

        在训练了有监督的机器学习模型（例如分类器）之后，您想知道它的工作情况。

        这通常是通过将一小部分称为测试集的数据分开来完成的，该数据用作模型以前从未见过的数据。

        如果它在此数据集上表现良好，那么该模型很可能在其他数据上也表现良好 - 当然，如果它是从与您的测试集相同的分布中采样的。

        现在，当您测试您的模型时，您向其提供数据 - 并将预测与基本事实进行比较，测量真阳性、真阴性、假阳性和假阴性的数量。这些随后可以在视觉上吸引人的混淆矩阵中可视化。