sklearn.metrics.confusion_matrix(판정표)

p(positive) 예측값이 1
n(negetive) 예측값이 0
t(true) 맞았다
f(false) 틀렸다

TN : 예측값이 0인데 맞았다
FN : 예측값이 0인데 틀렸다
TP : 예측값이 1인데 맞았다
TN : 예측값이 1인테 틀렸다.

# TN FP
# FN TP

from sklearn.metrics import confusion_matrix

cmat=confusion_matrix(y_test,pred_y)
cmat

 

array([[15,  0,  0],
       [ 0, 10,  3],
       [ 0,  0, 10]], dtype=int64)

0,0 기준
[23, 0]
[0 ,15]

1,1 기준
[25 , 0]
[3 , 10]

2,2 기준
[25, 3]
[0 ,10]

 

-기준으로 행 열 선 긋고

행에 해당 하는 수는 (1,0)

열에 해당 하는 수는 (0,1)

기준과 위에 해당하지 않는 모든 수의 합은 (0,0)

기준은 (1,1)

기준과 위에 해당하지 않는 모든 수의 합	열에 해당 하는 수
행에 해당 하는 수	기준