返回概念库
机器学习

混淆矩阵 是什么？

展示分类模型把各类样本预测成什么结果，用来分析具体错在哪里。

一句话理解

准确率只给总分，混淆矩阵能告诉你模型到底把哪一类看错成了哪一类。

掌握判断

如果你能不用背定义，说明「混淆矩阵」解决什么问题、输入输出是什么、它和相关文章的关系，就算初步掌握。

也常被叫做

Confusion Matrix
机器学习让模型从数据中学习规律，并把学到的规律用到新数据上。监督学习用带答案的数据训练模型，让模型学习输入和目标之间的对应关系。分类与回归分类预测类别，回归预测连续数值，这是监督学习里最常见的两类任务。训练集、验证集和测试集把数据分成训练、调参和最终评估三部分，避免模型只是在记答案。

继续阅读

2026/6/19准确率、精确率、召回率和 F1 到底怎么看？

从混淆矩阵出发理解四个分类指标，并根据漏判和误判的实际代价选择评价标准。

2026/6/30文本分类模型评估：从混淆矩阵找到改进方向

学会用 classification_report、confusion_matrix 和错分样本分析文本分类模型，不只看准确率。