Bir modelin “yüzde 90 doğru” olduğunu bilmek yetmez; asıl soru “hangi hataları yapıyor?” olmalıdır. İşte bu soruyu yanıtlayan en temel araç karışıklık matrisidir (confusion matrix).
Karışıklık matrisi nedir?
Karışıklık matrisi, bir sınıflandırma modelinin tahminlerini gerçek değerlerle karşılaştıran küçük bir tablodur. Dört kutu içerir: doğru pozitifler, doğru negatifler, yanlış pozitifler ve yanlış negatifler.
Neyi gösterir?
Bu tablo, modelin nerede başarılı, nerede yanıldığını tek bakışta gösterir. Örneğin bir hastalık testinde kaç hastayı kaçırdığını (yanlış negatif) ya da kaç sağlıklı kişiyi yanlışlıkla hasta dediğini (yanlış pozitif) ayrı ayrı görürsünüz.
Doğruluk, kesinlik ve anımsama ile bağı
Karışıklık matrisi, doğruluk, kesinlik ve anımsama metriklerinin hepsinin hesaplandığı kaynaktır. Yani bu dört kutu, model başarısını ölçen tüm sayıların temelidir.
Neden tek bir sayı yetmez?
Çünkü aynı doğruluk oranına sahip iki model, tamamen farklı hatalar yapıyor olabilir. Karışıklık matrisi, bu farkı görünür kılarak hangi modelin sizin probleminize daha uygun olduğunu anlamanızı sağlar. Kavram için karışıklık matrisi sayfasına bakabilirsiniz.
İşin hocası ne yapar?
İşin hocası bir modelin başarısını tek bir orana indirmez; karışıklık matrisine bakıp “bu model kimi, nasıl yanlış sınıflıyor?” diye sorar.
İlgili yazı: Gradient Descent
Sıkça Sorulan Sorular
Karışıklık matrisi (confusion matrix) nedir?
Bir sınıflandırma modelinin tahminlerini gerçek değerlerle karşılaştıran bir tablodur. Doğru pozitif, doğru negatif, yanlış pozitif ve yanlış negatif olmak üzere dört sonucu gösterir.
Yanlış pozitif ile yanlış negatif arasındaki fark nedir?
Yanlış pozitif, aslında olmayan bir durumu “var” olarak işaretlemektir (örneğin sağlıklı birine hasta demek). Yanlış negatif ise var olan bir durumu “yok” saymaktır (hastayı kaçırmak). Hangisinin daha maliyetli olduğu probleme bağlıdır.
Karışıklık matrisi neden önemlidir?
Çünkü tek bir doğruluk oranı, modelin ne tür hatalar yaptığını gizler. Karışıklık matrisi bu hataları ayrı ayrı göstererek doğruluk, kesinlik ve anımsama gibi metriklerin hesaplanmasını sağlar.