混同行列

２つの軸があり、その掛け合わせの結果が関心事項

軸:

Predited: 予想をどうしたか

Actual: 実際にどうだったか

表の値部分に入るのは、この掛け合わせでカウントされた数

ここまでは良い。

引っかかるのは呼び名

TP(TruePositive), TN(略), FP, FN

軸の掛け合わせで呼ばれない、正解|不正解の True|Falseに、予想の Positive|Negative

結果、分割表では、Trueが対角線上に来る

例: Positive予想がTrueだったら、TP.

この文でよいかな？

よい対応日本語が見つからない。

真(True), 偽(Positive), 陽(Positive), 陰(Negative)を当ててるが、、

くっつけると馴染みがなく、、日常語でない

あと、率、量ではなく、偽陽性と、"性"をつけるのは、、

感覚としてはわかるが、、、

真陽率、真陰率、偽陽率、偽陰率、みたいに作ってくれた方がよい。

--------------------------------以下は、昔のメモ

評価としては、正解、不正解の量を指標にして議論する（事が多い)

上記の４つの組み合わせで、それの割り算

通常、４つのうちから２つ(　　6通り)を分母に、１つ(4通り)を分子にする割り算を評価指標とする。

そのままだと、２４通りになるけど、よく使うものを、簡単に想起できるようにしておきたい。

全体で１になる、指標は裏返し（その両者を足すと１になる）などで、実質はかなり減る。

あと、事前知識として、TrueとFalseの割合を前置きで仮定してることはあるかも。

分類問題などはそうでないけど、日常生活での推測はTrue/False割合を考えることは多いと思う。

この前提条件を使うには？

人間は、組み合わせとか、二次元軸の認知は弱い。指標(１次元)で考えるのが通常、なので難しい。

confution matrix, error matrixという呼び名は、ActualとPredictedが一致しない(mislabeling)量に関心があるから

----------------以下は、自分でも何書いたか不明.... true, falseを勘違いしてる。

Confusion matrix, 混同行列のこと。

True - False: 実際に(仮説が)正しい(True)かそうでない(False)か？ (実際(真実)は、神様しかわからん....正解有り学習とかはある)

Positive - Negative: 有意差がある(positive)とした、か、ないとしたか(negative)。 機械学習なら予測したとか、何らかの状況に基づいて、判定した。 positive,negativeが判定のどっち？かは、場合による。たぶん。

で、

True - Positiveと言う語順にするより、 PositveでTrueみたいに postive,negativeを先に言ったほうが素直な気がする

判定はnegativeですが、実際はTrueでした。。みたいなスポーツの判定だと、こういう語順が多い気が、、、

Predicated, Actual を使ってる。

predicateは、訳語はいろいろありえるけど、ジャッジする役割なので、どっちかにジャッジしました。くらいな感じかな。

https://gyazo.com/206fa6e878d4d60a9ae96688302f7867

Positiveだとしたけど、Falseだったものの割合。 詳細は上記リンク

日本語は、以下を引用。

https://gyazo.com/17a12ea7c20b094aebee6fa3f928b110