Karmaşıklık Matrisi
Confusion Matrix
Tanım
Bir sınıflandırma modelinin veya karar verme mekanizmasının performansını, gerçek değerler ile tahmin edilen değerleri çapraz tablolaştırarak görselleştiren hata matrisidir.
Örnek Vaka / Uygulama
Tıbbi teşhis bağlamında, bir yapay zeka modelinin hastaların kanser olup olmadığını tahmin ettiği senaryoda; modelin kanser hastası olmayan birine 'kanser' teşhisi koyması Yanlış Pozitif (False Positive), kanser hastası birini ise sağlıklı bulması Yanlış Negatif (False Negative) olarak karmaşıklık matrisine yansır.
Derin Analiz
İstatistik ve makine öğrenmesinde sınıflandırma algoritmalarının doğruluğunu değerlendirmek için kullanılan temel bir performans metriğidir. Tablo yapısı; Doğru Pozitif (TP), Yanlış Pozitif (FP - Tip I Hatası), Doğru Negatif (TN) ve Yanlış Negatif (FN - Tip II Hatası) olmak üzere dört temel hücreden oluşur. Yalnızca genel doğruluk oranına (accuracy) odaklanmak yerine, veri dengesizliğinin yüksek olduğu durumlarda modelin hangi sınıflarda yanıldığını granular düzeyde ortaya koyar. Hassasiyet (precision), duyarlılık (recall) ve F1 skoru gibi türetilmiş metriklerin hesaplanmasında temel girdidir.
Etimoloji
Latince 'confusio' [karışıklık, karmaşa] (con- [birlikte] + fundere [dökmek, akıtmak]) ve Latince 'matrix' [dişi hayvan, kaynak, ana yapı] kelimelerinin birleşiminden türetilmiştir.
Karıştırmayın
Korelasyon matrisi ile sıkça karıştırılır; korelasyon iki değişken arasındaki doğrusal ilişkiyi ölçerken, karmaşıklık matrisi kategorik tahminlerin doğruluk dağılımını gösterir.