Por que ela se chama matriz de confusão?
Porque evidencia as classes que o modelo confunde com outras, além dos acertos.
Imersão
ImersãoDois dias para transformar IA em criatividade aplicada. In CompanyO método do IA Lab dentro do seu escritório.Conteúdos abertos
Área do alunosó para alunos
Confusion Matrix · Tabela de Contingência de Classificação
Matriz de confusão é uma tabela que cruza classes previstas e classes reais para mostrar onde um classificador acerta e quais tipos de erro comete.
Em classificação binária, a matriz organiza verdadeiros positivos, falsos positivos, verdadeiros negativos e falsos negativos.
Em problemas multiclasse, cada linha e coluna representa uma classe, permitindo observar quais categorias são confundidas entre si.
Cada exemplo avaliado ocupa uma célula conforme sua classe real e a previsão. Contagens ou proporções revelam o padrão dos erros.
Precisão, recall, especificidade e outras métricas são derivadas dessas células. A orientação de linhas e colunas deve ser declarada.
Ao classificar chamados em projeto, obra e financeiro, a matriz mostra que muitos chamados reais de obra foram previstos como projeto, orientando a revisão dos dados e critérios.
Contagens sem normalização podem dificultar a leitura quando as classes têm tamanhos muito diferentes.
A matriz depende de uma referência confiável e não mostra, sozinha, calibração, custo ou causas dos erros.
Classificação, Precisão, Recall, F1 Score, Conjunto de teste
Porque evidencia as classes que o modelo confunde com outras, além dos acertos.
Não. Ferramentas podem trocar linhas e colunas; o gráfico precisa indicar onde estão valores reais e previstos.
Revisado em 2026-10-18.