Confusion Matrix

混淆矩阵是机器学习分类问题的一种性能评估工具，适用于输出包含两个或多个类别的场景。它是一个包含预测值与实际值四种不同组合的表格，是模型评估中数据可视化的基础元素。与在数据集不平衡时可能会产生误导的简单准确率不同，混淆矩阵提供了计算机视觉 (CV) 模型出错位置的精细明细。通过将预测结果与真实标签 (ground truth) 进行对比，开发者可以确定系统是将两个特定的类别混淆了，还是完全未能检测到某个物体。

矩阵的核心组成部分#

对于二分类问题，矩阵本身通常被划分为四个象限，不过对于像 Ultralytics YOLO26 这类处理的多分类问题，它会相应扩展。这四个组成部分代表了模型预测结果与图像中实际存在的真实情况的交集。

• **真正类 (TP)：**模型正确预测出正类。例如，在目标检测任务中，模型成功在画面中实际存在的行人周围绘制了边界框。
• **真负类 (TN)：**模型正确预测出负类。这在异常检测等场景中至关重要，系统在这些场景中能正确识别出制造零件没有缺陷。
• **假正类 (FP)：**模型错误地预测为正类。这通常被称为“I 类错误”，当系统检测到实际并不存在的物体时就会发生，例如安防摄像头将阴影误认为入侵者。
• **假负类 (FN)：**模型错误地预测为负类。被称为“II 类错误”，当模型未能检测到实际存在的物体时就会发生，本质上就是“漏掉”了目标。

衍生指标及其意义#

混淆矩阵中的原始数字用于计算描述模型性能的更高级指标。理解这些衍生指标对于优化神经网络至关重要。

• **精确率 (Precision)：**计算公式为 TP / (TP + FP)，该指标揭示了正类预测的准确程度。高精确率意味着更少的误报。
• **召回率 (Recall)：**计算公式为 TP / (TP + FN)，该指标衡量模型找出所有正例的能力。当漏掉物体会产生严重后果时，高召回率至关重要。
• **F1 分数 (F1 Score)：**精确率和召回率的调和平均数。它提供了一个平衡两者权衡的单一分数，对于比较不同的 YOLO26 模型非常有用。

实际应用#

由混淆矩阵定义的具体错误代价决定了模型如何针对不同行业进行调整。

在**医疗人工智能**领域，混淆矩阵关乎安全性。在训练用于检测肿瘤的医学图像分析模型时，假负类（漏掉肿瘤）的后果远比假负类严重，或者说假正类（将良性斑点标记出来供医生复查）要轻得多。因此，工程师在这些矩阵中会优先考虑召回率，以确保不会漏掉任何潜在的健康风险。

相反，在**制造质量控制**中，效率是关键。如果一个对流水线零件进行分类的系统产生了过多的假正类（将合格零件标记为有缺陷），就会导致不必要的浪费并减慢生产速度。在此处，混淆矩阵可帮助工程师调整模型以最大化精确率，确保被拒绝的零件确实有缺陷，从而简化自动机器学习工作流。

使用 Ultralytics YOLO26 生成混淆矩阵#

在使用现代框架时，生成此矩阵通常是标准验证流程的一部分。以下示例展示了如何使用 ultralytics 软件包验证 YOLO26 模型并访问混淆矩阵数据。

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)

区分相关概念#

务必将混淆矩阵与类似的评估术语区分开来。

• **对比准确率：**准确率只是正确预测数与总预测数的比率。虽然有用，但在不平衡数据集中，准确率可能会极具欺骗性。例如，如果 95% 的电子邮件都不是垃圾邮件，那么一个对每封邮件都预测“不是垃圾邮件”的模型其准确率高达 95%，但它毫无用处。混淆矩阵通过显示垃圾邮件类别的真正类为零来揭示这一缺陷。
• **对比 ROC 曲线：**混淆矩阵提供了单一特定置信度阈值下的性能快照。相比之下，受试者工作特征 (ROC) 曲线可视化了真正类率和假正类率如何随着该阈值的变化而变化。像 Ultralytics 平台这样的工具允许用户探索这两种可视化效果，以便为其部署选择最佳的操作点。