Matriz de confusión

Una calculadora de matriz de confusión convierte dos secuencias alineadas —las etiquetas verdaderas que usted ya conoce y las etiquetas predichas que produjo un modelo, una prueba o una regla— en los cuatro conteos binarios con los que empieza todo informe de clasificación: verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos. Usted envía los arreglos emparejados y, cuando el problema no es un par evidente de dos clases como uno frente a cero, nombra la clase positiva. El motor recorre cada índice una sola vez e incrementa la celda correspondiente. No hay red, ni azar, ni reloj.

Qué cuenta una matriz de confusión y por qué importan las cuatro celdas

Una matriz de confusión binaria es la tabla de cuatro celdas que registra cómo se alinean las predicciones de un clasificador con las etiquetas de verdad de campo. Cada observación emparejada cae en exactamente una celda. Un verdadero positivo es un caso cuya etiqueta verdadera es la clase positiva y cuya etiqueta predicha también es la clase positiva: el modelo acertó al dar la alarma.

Un verdadero negativo es un caso cuya etiqueta verdadera no es la clase positiva y cuya predicción tampoco lo es: el modelo acertó al permanecer en silencio. Un falso positivo es un error de tipo I, una alarma falsa: la etiqueta verdadera es negativa pero el modelo predijo positiva. Un falso negativo es un error de tipo II, un fallo: la etiqueta verdadera es positiva pero el modelo predijo negativa.

Esos cuatro enteros —verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos— son la materia prima de la exactitud, la precisión, la exhaustividad, la especificidad, F1 y la correlación de Matthews, pero esta capacidad se detiene en los conteos para que usted componga esas puntuaciones derivadas como exija su informe. El recorrido es uno contra el resto cuando usted nombra una clase positiva entre más de dos etiquetas: cualquier otra se trata como negativa.

La implementación es un único paso determinista, sin muestreo, sin red y sin dependencia de la fecha actual, lo que hace seguros los cuatro conteos para fijarlos en goldens y claves de deberes. Úsela cuando ya tenga etiquetas verdaderas y predichas alineadas y necesite las cuatro celdas, no una tabla multiclase completa de cada par de clases.

Contrato de entrada, comprobación de longitud y elección de la clase positiva

Los números y los booleanos se convierten a cadenas para que el número uno y el token 1 cuenten como la misma etiqueta. El campo opcional positive nombra la clase tratada como celda positiva de la tabla de dos por dos.

Cuando usted lo omite, se infieren pares complementarios conocidos como 1 y 0, true y false, yes y no, positive y negative, pos y neg, p y n, o spam y ham; si solo aparece el token negativo de un par conocido, se usa el nombre positivo complementario para que una lista de ceros se convierta en todos verdaderos negativos y no en una tabla engañosa de todos verdaderos positivos.

En cualquier otro problema de dos clases se toma como positiva la última etiqueta distinta en orden lexicográfico, según el convenio habitual de etiquetas ordenadas. Más de dos etiquetas distintas sin un positive explícito es un error, porque una matriz de cuatro celdas elegiría una clase en silencio. En caso de éxito el cuerpo devuelve n, la etiqueta positiva resuelta, una etiqueta negative opcional cuando hay exactamente un complemento, los cuatro conteos y una cadena formula breve.

Nada se almacena después de devolver la respuesta.

Quién usa los cuatro recuentos de la matriz

Los tutoriales médicos y de cribado usan los mismos cuatro conteos para explicar sensibilidad y especificidad: los verdaderos positivos son los pacientes enfermos que la prueba detectó, los falsos negativos son los fallos, los falsos positivos son las personas sanas enviadas a seguimiento y los verdaderos negativos son los casos correctamente descartados. Las colas de correo no deseado, fraude y moderación vigilan los falsos positivos porque cada uno gasta un turno de revisión humana, y vigilan los falsos negativos porque cada uno es un mensaje que se filtró.

La validación fallida no consume saldo. Mantenga las dos listas alineadas, nombre la clase positiva cuando no sea obvia, y obtendrá TP, TN, FP y FN reproducibles para deberes, CI e informes de producción sin levantar una pila estadística propia.