Definizione di matrice di confusione

L’elemento sulla riga i e sulla colonna j è il numero assoluto oppure la percentuale di casi della classe “vera” i che il classificatore ha classificato nella classe j.
Sulla diagonale ci sono i casi classificati correttamente, gli altri sono errori.

Nel training set ci sono 200 casi.
- Nella classe A ci sono 87 casi:
- 60 sono classificati correttamente come A
- 27 sono classificati erroneamente, dei quali 14 come B e 13 come C
- Sulla classe A l’accuratezza è 60 / 87 = 69,0%. sulla classe B l’accuratezza è il 56,7% e sulla classe C il 79,2%.
- L’accuratezza complessiva è 136 / 200 = 68,0%.
Il valore di questa classificazione dipende non solo dalle percentuali, ma anche dal costo delle singole tipologie di errore.
Se C è la classe che risulta più importante (per valutazioni ad esempio economiche) classificare bene, il risultato che abbiamo ottenuto è positivo (si noti che non si commette mai l’errore di classificare un C come B).
Se si conoscono i costi delle conseguenze di ciascuna tipologia di errore di classificazione, si possono determinare i costi totali di errore (ad esempio, se la classificazione di un cliente di classe A nella classe B costa 3, possiamo costruire una matrice dei costi che nella cella in riga A e colonna B contiene 14 * 3 = 42).