Confusion matrix

Wat is een confusion matrix?

Een confusion matrix is een tabel die laat zien hoe goed een classificatiemodel presteert, door voorspellingen naast de werkelijkheid te leggen. De naam zegt het al: de tabel toont precies waar het model “in de war” raakt. Het is een van de meest gebruikte hulpmiddelen om AI-modellen te beoordelen voordat je erop vertrouwt.

Hoe werkt het?

Bij een ja/nee-vraag (is deze e-mail spam?) heeft de tabel vier vakken: true positives (terecht als spam gemarkeerd), true negatives (terecht doorgelaten), false positives (ten onrechte als spam gemarkeerd, een echte mail belandt in de spambak) en false negatives (gemiste spam in je inbox). Uit die vier getallen bereken je de bekende prestatiematen: accuracy (welk deel van alle voorspellingen klopt), precision (hoeveel van de spam-meldingen waren echt spam) en recall (hoeveel van alle echte spam is gevonden).

Wat heb je eraan als bedrijf?

De confusion matrix dwingt je na te denken over welke fout het ergst is. Een fraudedetectiesysteem dat een echte klant blokkeert (false positive) kost je een klant; gemiste fraude (false negative) kost je geld. Vraag een leverancier dus nooit alleen “hoe nauwkeurig is het model”, maar “hoe vaak slaat het vals alarm en hoeveel mist het”. Stel dat een model 99 procent accuracy haalt: bij zeldzame gebeurtenissen kan het alsnog waardeloos zijn.

Gerelateerde begrippen

De matrix is de basis voor accuracy, precision, recall en de F-score.