Konfusionsmatrix Die Konfusionsmatrix stellt in einer Tabelle gegenüber, wie oft ein Modell jede Klasse richtig und wie oft es sie mit welcher anderen verwechselt hat. Bei zwei Klassen ergeben sich vier Felder: richtig positiv, falsch positiv, richtig negativ, falsch negativ. Aus ihr lassen sich alle üblichen Kennzahlen ableiten.
Kurz-Fakten
Zeigt nicht nur wie viele, sondern welche Fehler auftreten
Grundlage für Accuracy, Präzision, Recall und F1
Bei mehreren Klassen wird sie zur Verwechslungstabelle
Unverzichtbar, um systematische Verwechslungen zu finden
Bedeutung in der Praxis
Sie ist die aussagekräftigste einzelne Darstellung in jeder Modellbewertung. Häufig zeigt sie, dass ein Modell insgesamt gut ist, aber zwei bestimmte Klassen zuverlässig verwechselt – ein Befund, den keine Einzelzahl liefert.
Inhaber von SEO NW in Bertingen. Arbeitet an der Schnittstelle von Suchmaschinenoptimierung und angewandter künstlicher Intelligenz: Prompt Engineering, Retrieval-Augmented Generation und die Frage, unter welchen Bedingungen ein Sprachmodell einen Inhalt übernimmt und der richtigen Quelle zuschreibt.