Matriz de confusão para Classificação CART^®

Encontre definições e interpretações para cada estatística na matriz de Confusão.

A matriz de Confusão mostra o quão bem a árvore separa corretamente as classes usando estas métricas:

Taxa de verdadeiros positivos (TPR) — a probabilidade de que um caso de evento seja previsto corretamente
Taxa de falsos positivos (FPR) — a probabilidade de que um caso não evento seja previsto incorretamente
Taxa falsos negativos (FNR) — a probabilidade de que a ocorrência de um evento seja predita incorretamente
Taxa de negativos verdadeiros (TNR) — a probabilidade de que a ocorrência de não evento seja predita corretamente

Interpretação

		Classe predita (Treinamento)			Classe predita (Validação cruzada)
		Classe predita (Treinamento)			Classe predita (Validação cruzada)
Classe real	Contagem	Sim	Não	% Correto	Sim	Não	% Correto
Sim (Evento)	139	117	22	84,2	105	34	75,5
Não	164	22	142	86,6	24	140	85,4
Todos	303	139	164	85,5	129	174	80,9

Estatísticas	Treinamento (%)	Validação cruzada (%)
Taxa de positivo verdadeiro (sensibil. ou poder)	84,2	75,5
Taxa de positivo falso (erro tipo I)	13,4	14,6
Taxa de negativo falso (erro tipo II)	15,8	24,5
Taxa de negativo verdadeiro (especificidade)	86,6	85,4

Neste exemplo, o número total de eventos Sim é de 139, e o número total de eventos Não é de 164.

Nos dados de treinamento, o número de eventos Sim previstos é 117, o que representa 84,2% de correção.
Nos dados de treinamento, o número de eventos No previstos é 142, o que está correto de 86,6%.
Nos resultados de validação cruzada, o número de eventos Sim previstos é 105, o que é 75,5% correto.
Nos resultados de validação cruzada, o número de eventos No previstos é 140, o que está 80,9% correto.

No geral, o % de correto para treinamento é 85,5% e 80,9% para validação cruzada.

Taxa de verdadeiro positivo (TPR) — 84,2% para treinamento e 75,5% para validação cruzada.
Taxa de falsos positivos (FPR) — 13,4% para treinamento e 14,6% para validação cruzada.