基本內容
混淆矩陣(Confusion Matrix):
在人工智慧中,混淆矩陣(confusion matrix)是可視化工具,特別用於監督學習,在無監督學習一般叫做匹配矩陣。在圖像精度評價中,主要用於比較分類結果和地表真實信息,可以把分類結果的精度顯示在一個混淆矩陣裡面。混淆矩陣是通過將每個地表真實像元的位置和分類與分類圖象中的相應位置和分類像比較計算的。混淆矩陣的每一列代表了地面參考驗證信息,每一列中的數值等於地表真實像元在分類圖象中對應於相應類別的數量;混淆矩陣的每一行代表了遙感數據的分類信息,每一行中的數值等於遙感分類像元在地表真實像元相應類別中的數量。
如有150個樣本數據,這些數據分成3類,每類50個。分類結束後得到的混淆矩陣為:
| 類1 | 類2 | 類3 |
類1 | 43 | 5 | 2 |
類2 | 2 | 45 | 3 |
類3 | 0 | 1 | 49 |
每一行之和為50,表示50個樣本,
第一行說明類1的50個樣本有43個分類正確,5個錯分為類2,2個錯分為類3