Die Konfusionsmatrix enthält Ergebnisse zur Klassifikationsgenauigkeit des Modells. Für einen bestimmten Baum im Wald ist eine Klassenabstimmung für eine Zeile in den Daten von außerhalb des Segments die prognostizierte Klasse für die Zeile aus dem einzelnen Baum. Die prognostizierte Klasse für eine Zeile von Daten von außerhalb des Segment ist die Klasse mit der höchsten Stimmenanzahl unter allen Bäumen im Wald.

Anzahl

Die Anzahl gibt die Anzahl der Zeilen in den Daten an.

Richtig-Positiv-Rate (Empfindlichkeit oder Trennschärfe)

Falsch-Positiv-Rate (Fehler 1. Art)

Falsch-Negativ-Rate (Fehler 2. Art)

Richtig-Negativ-Rate (Spezifität)