描述
混淆矩阵也称误差矩阵，是表示精度评价的一种标准格式，用n行n列的矩阵形式来表示。具体评价指标有总体精度、制图精度、用户精度等，这些精度指标从不同的侧面反映了图像分类的精度。在人工智能中，混淆矩阵（confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。矩阵的每一行表示预测类中的实例，而每一列表示实际类中的实例（反之亦然）。 这个名字源于这样一个事实，即很容易看出系统是否混淆了两个类。
来源
[1]. 维基百科
[2]. 百度百科
来源URL
[1]. https://en.wikipedia.org/wiki/Confusion_matrix
[2]. https://baike.baidu.com/item/混淆矩阵/10087822?fromtitle=Confusion+Matrix&fromid=18082441&fr=aladdin
例
假设有150个样本数据，分为3类，每一类50个数据。分类后得到的混淆矩阵如左图所示，第一行说明类1的50个样本中有43个分类正确，7个分类错误，其中5个错分为类2，2个错分为类3。这张图可以用一个简单的3*3矩阵来表示，该矩阵就叫做混淆矩阵。(示例来自百度百科 https://baike.baidu.com/item/混淆矩阵/10087822?fromtitle=Confusion+Matrix&fromid=18082441&fr=aladdin)
发展历史
早在1971年，J. T. Townsend就用英文字母作为实例对混淆矩阵进行过理论分析。直到1998，Kohavi和Provost在机器学习的术语表中对混淆矩阵进行了描述和定义。2006年，Tom Fawcett在文章An introduction to ROC analysis中对混淆矩阵进行了引用和说明。2011年，Kai Ming Ting在Confusion Matrix一书中对混淆矩阵进行了全面细致的讲解。
主要事件
| 年份 | 事件 | 相关论文 |
| 1971 | J. T. Townsend用英文字母作为实例对混淆矩阵进行理论分析 | Townsend, J. T. (1971). Theoretical analysis of an alphabetic confusion matrix. Attention, Perception, & Psychophysics, 9(1), 40-50. |
| 1998 | Kohavi和Provost在机器学习的术语表中对混淆矩阵进行了描述和定义 | Kohavi, R., & Provost, F. (1998). Glossary of terms. Machine Learning, 30(2-3), 271-274. |
| 2006 | Tom Fawcett在文中对混淆矩阵进行了引用和说明 | Fawcett, T. (2006). An introduction to ROC analysis. Pattern recognition letters, 27(8), 861-874. |
| 2011 | Kai Ming Ting在混淆矩阵一章中对其进行了全面细致的讲解 | Sammut, C., & Webb, G. I. (2017). Encyclopedia of machine learning and data mining. Springer. |
发展分析
未来发展方向
混淆矩阵对机器学习的发展有着重大影响，未来会继续推动机器学习和人工智能领域的进步。
Contributor: Yuanchao Li