Confusion Matrix

Ma trận nhầm lẫn là một công cụ đo lường hiệu suất cho các bài toán phân loại trong machine learning, trong đó đầu ra có thể gồm hai hoặc nhiều lớp. Đây là một bảng với bốn tổ hợp khác nhau giữa các giá trị dự đoán và thực tế, đóng vai trò nền tảng cho việc trực quan hóa dữ liệu trong quá trình đánh giá model. Không giống như độ chính xác đơn giản, vốn có thể gây hiểu lầm nếu dataset không cân bằng, ma trận nhầm lẫn cung cấp phân tích chi tiết về những trường hợp model thị giác máy tính (CV) mắc lỗi. Bằng cách so sánh các dự đoán với nhãn ground truth, các developer có thể xác định liệu hệ thống đang nhầm lẫn giữa hai lớp cụ thể hay hoàn toàn không phát hiện được một object.

Các thành phần cốt lõi của ma trận#

Bản thân ma trận thường được chia thành bốn phần tư trong bài toán phân loại nhị phân, mặc dù nó được mở rộng cho các bài toán đa lớp như những bài toán được Ultralytics YOLO26 xử lý. Bốn thành phần này thể hiện sự giao nhau giữa những gì model dự đoán và những gì thực sự tồn tại trong hình ảnh.

• Dương tính thật (TP): Model dự đoán chính xác lớp dương tính. Ví dụ, trong một tác vụ phát hiện object, model vẽ chính xác một bounding box xung quanh một người thực sự có mặt trong khung hình.
• Âm tính thật (TN): Model dự đoán chính xác lớp âm tính. Điều này rất quan trọng trong các tình huống như phát hiện bất thường, khi hệ thống xác định chính xác rằng một bộ phận được sản xuất không có lỗi.
• Dương tính giả (FP): Model dự đoán không chính xác lớp dương tính. Thường được gọi là "lỗi Loại I", trường hợp này xảy ra khi hệ thống phát hiện một object không tồn tại, chẳng hạn camera an ninh gắn cờ một cái bóng là kẻ xâm nhập.
• Âm tính giả (FN): Model dự đoán không chính xác lớp âm tính. Được gọi là "lỗi Loại II", trường hợp này xảy ra khi model không phát hiện được một object đang hiện diện, về cơ bản là "bỏ sót" mục tiêu.

Các metric suy ra và ý nghĩa#

Các số liệu thô trong ma trận nhầm lẫn được dùng để tính những metric nâng cao hơn nhằm mô tả hiệu suất model. Việc hiểu các metric suy ra này là yếu tố thiết yếu để tối ưu hóa neural network.

• Precision: Được tính bằng TP / (TP + FP), metric này cho biết các dự đoán dương tính chính xác đến mức nào. Precision cao đồng nghĩa với ít cảnh báo giả hơn.
• Recall (Độ nhạy): Được tính bằng TP / (TP + FN), metric này đo lường khả năng tìm thấy tất cả các trường hợp dương tính của model. Recall cao là yếu tố quan trọng khi việc bỏ sót một object có thể gây ra hậu quả nghiêm trọng.
• F1 Score: Trung bình điều hòa của precision và recall. Metric này cung cấp một điểm số duy nhất để cân bằng sự đánh đổi giữa hai metric, hữu ích khi so sánh các model YOLO26 khác nhau.

Các ứng dụng trong thực tế#

Chi phí cụ thể của các lỗi được xác định bởi ma trận nhầm lẫn sẽ quyết định cách tinh chỉnh model cho những ngành khác nhau.

Trong lĩnh vực AI trong chăm sóc sức khỏe, ma trận nhầm lẫn là vấn đề an toàn. Khi huấn luyện một model cho phân tích hình ảnh y tế để phát hiện khối u, một False Negative (bỏ sót khối u) nghiêm trọng hơn nhiều so với một False Positive (gắn cờ một vùng lành tính để bác sĩ xem xét). Do đó, các kỹ sư ưu tiên Recall hơn Precision trong những ma trận này để đảm bảo không bỏ qua các rủi ro sức khỏe tiềm ẩn.

Ngược lại, trong kiểm soát chất lượng sản xuất, hiệu quả là yếu tố then chốt. Nếu một hệ thống phân loại các bộ phận trên dây chuyền lắp ráp tạo ra quá nhiều False Positive (gắn cờ các bộ phận đạt chuẩn là lỗi), hệ thống sẽ gây lãng phí không cần thiết và làm chậm quá trình sản xuất. Trong trường hợp này, ma trận nhầm lẫn giúp các kỹ sư tinh chỉnh model để tối đa hóa Precision, đảm bảo rằng những gì bị loại thực sự có lỗi, từ đó hợp lý hóa các workflow machine learning tự động.

Tạo ma trận nhầm lẫn với Ultralytics YOLO26#

Khi sử dụng các framework hiện đại, việc tạo ma trận này thường là một phần của pipeline validation tiêu chuẩn. Ví dụ dưới đây minh họa cách validate một model YOLO26 và truy cập dữ liệu ma trận nhầm lẫn bằng package ultralytics.

from ultralytics import YOLO

# Load a pre-trained YOLO26 model
model = YOLO("yolo26n.pt")

# Validate the model on the COCO8 dataset
# This automatically generates and plots the confusion matrix
metrics = model.val(data="coco8.yaml")

# Access the confusion matrix object directly
print(metrics.confusion_matrix.matrix)

Phân biệt các khái niệm liên quan#

Điều quan trọng là phân biệt ma trận nhầm lẫn với các thuật ngữ đánh giá tương tự.

• So với Accuracy: Accuracy đơn giản là tỷ lệ giữa số dự đoán đúng và tổng số dự đoán. Mặc dù hữu ích, accuracy có thể gây hiểu lầm nghiêm trọng trong dataset mất cân bằng. Ví dụ, nếu 95% email không phải spam, một model dự đoán "không phải spam" cho mọi email sẽ đạt accuracy 95% nhưng vô dụng. Ma trận nhầm lẫn cho thấy thiếu sót này bằng cách thể hiện số Dương tính thật bằng 0 đối với lớp spam.
• So với đường cong ROC: Ma trận nhầm lẫn cung cấp ảnh chụp hiệu suất tại một ngưỡng confidence cụ thể duy nhất. Ngược lại, đường cong Đặc tính hoạt động của bộ thu (ROC) trực quan hóa cách Tỷ lệ Dương tính thật và Tỷ lệ Dương tính giả thay đổi khi ngưỡng đó được điều chỉnh. Các công cụ như Ultralytics Platform cho phép người dùng khám phá cả hai cách trực quan hóa để chọn điểm vận hành tối ưu cho quá trình triển khai.