Una matriz de confusión, también conocida como matriz de error, es una disposición de tabla específica que permite visualizar el rendimiento de una persona o de un algoritmo en una tarea concreta. En el aprendizaje automático, estas matrices muestran el éxito de un sistema de aprendizaje tanto en el aprendizaje supervisado como en el no supervisado, donde a veces se denominan matriz de correspondencia. El nombre proviene del hecho de que la matriz facilita la identificación de si el sistema está confundiendo dos clases, es decir, etiquetando erróneamente una clase como otra.
La matriz de confusión tiene sus orígenes en los estudios de percepción humana de estímulos auditivos. Posteriormente se adaptó para estudios de aprendizaje automático y fue utilizada por investigadores pioneros como Frank Rosenblatt para comparar clasificaciones humanas y de máquinas de estímulos visuales y auditivos. Es un tipo especial de tabla de contingencia con dos dimensiones, "real" y "predicho", y conjuntos idénticos de clases en ambas dimensiones. Cada fila de la matriz representa instancias de una clase real, mientras que cada columna representa instancias de una clase predicha, o viceversa, dependiendo de la convención utilizada. Por lo tanto, la diagonal de la matriz representa todas las instancias que se predicen correctamente.
Ejemplo de Clasificación Binaria
Considere una muestra de 12 individuos, 8 diagnosticados con cáncer (clase 1, positiva) y 4 sin cáncer (clase 0, negativa). Un clasificador distingue entre individuos con y sin cáncer. Después de pasar los 12 individuos por el clasificador, este realiza 9 predicciones precisas y falla en 3: 2 individuos con cáncer se predicen erróneamente como sin cáncer, y 1 persona sin cáncer se predice erróneamente como con cáncer.
Comparar las clasificaciones reales y predichas produce cuatro resultados posibles:
- Verdadero positivo (VP): Real positivo y predicho positivo.
- Falso negativo (FN): Real positivo y predicho negativo.
- Falso positivo (FP): Real negativo y predicho positivo.
- Verdadero negativo (VN): Real negativo y predicho negativo.
Estos resultados se pueden organizar en una matriz de confusión de 2×2. Para el ejemplo, la matriz mostraría:
| Predicho Positivo | Predicho Negativo | |
|---|---|---|
| Real Positivo | 6 (VP) | 2 (FN) |
| Real Negativo | 1 (FP) | 3 (VN) |
Todas las predicciones correctas se encuentran en la diagonal, lo que facilita la detección de errores, que aparecen fuera de la diagonal. Sumar las filas da el número total de muestras positivas (P = VP + FN) y negativas (N = FP + VN) en el conjunto de datos.
Tabla de Confusión
En la analítica predictiva, una tabla de confusión (a veces también llamada matriz de confusión) es una tabla de dos por dos que informa los recuentos de verdaderos positivos, falsos negativos, falsos positivos y verdaderos negativos. Esto permite un análisis más detallado que simplemente observar la precisión, que puede ser engañosa si el conjunto de datos está desequilibrado. Por ejemplo, con 95 muestras de cáncer y 5 muestras sin cáncer, un clasificador que etiqueta todo como cáncer tendría una precisión del 95% pero una sensibilidad del 0% para la clase sin cáncer. Métricas como la puntuación F1 también pueden estar sesgadas; la informatividad elimina dicho sesgo, produciendo 0 para cualquier forma de adivinación. Según Davide Chicco y Giuseppe Jurman, la métrica más informativa para evaluar una matriz de confusión es el coeficiente de correlación de Matthews (MCC).
Algunos investigadores argumentan que la matriz de confusión y las métricas derivadas no reflejan completamente el conocimiento de un modelo. La matriz no puede mostrar si las predicciones correctas se alcanzaron mediante un razonamiento sólido o por casualidad (suerte epistémica), ni captura situaciones donde los hechos utilizados para la predicción cambian posteriormente (derrotabilidad). Por lo tanto, aunque es útil, la matriz de confusión puede dar una imagen incompleta de la verdadera fiabilidad de un modelo.
Matrices de Confusión Multiclase
Las matrices de confusión no se limitan a la clasificación binaria; se pueden utilizar en clasificadores multiclase. Para un clasificador con k clases, la matriz tiene k filas y k columnas, donde cada celda (i, j) cuenta instancias de la clase real i predichas como clase j. La diagonal representa las predicciones correctas, y las celdas fuera de la diagonal muestran clasificaciones erróneas. Esta disposición ayuda a identificar qué clases se confunden comúnmente entre sí.
Métricas Derivadas
Se pueden calcular varias métricas de rendimiento a partir de una matriz de confusión:
- Precisión: (VP + VN) / (VP + VN + FP + FN)
- Exactitud (Precision): VP / (VP + FP)
- Sensibilidad (Recall): VP / (VP + FN)
- Especificidad: VN / (VN + FP)
- Puntuación F1: Media armónica de la exactitud y la sensibilidad
- Coeficiente de correlación de Matthews (MCC): Una medida equilibrada que tiene en cuenta las cuatro celdas.
Estas métricas proporcionan diferentes perspectivas sobre el rendimiento del clasificador, especialmente en conjuntos de datos desequilibrados.
Aplicaciones en el Aprendizaje Automático
Las matrices de confusión se utilizan ampliamente en aprendizaje automático para evaluar clasificadores, incluidos los modelos de red neuronal y los sistemas de aprendizaje profundo. Son esenciales en campos como el diagnóstico médico, la detección de spam y el reconocimiento de imágenes. Por ejemplo, en la investigación de inteligencia artificial, las matrices de confusión ayudan a comparar el rendimiento del modelo entre diferentes clases, guiando mejoras en la arquitectura del modelo y los datos de entrenamiento.
Limitaciones y Críticas
A pesar de su utilidad, las matrices de confusión tienen limitaciones. No capturan el razonamiento detrás de las predicciones y asumen una verdad fundamental estática. En entornos dinámicos, como aquellos que involucran salidas de modelos de lenguaje grandes, la matriz puede no reflejar la corrección en evolución. Además, para conjuntos de datos altamente desequilibrados, la precisión y la puntuación F1 pueden ser engañosas, lo que lleva a depender de métricas como el MCC o la informatividad.
Contexto Histórico
El concepto de la matriz de confusión se originó en estudios de percepción humana, particularmente en audiología, donde las matrices miden cómo una persona escucha palabras o sonidos específicos. Frank Rosenblatt, un pionero en las primeras redes neuronales, utilizó matrices de confusión para comparar clasificaciones humanas y de máquinas. Este vínculo histórico subraya el papel de la matriz en unir la evaluación del rendimiento humano y de máquinas.
Véase También
- aprendizaje automático
- red neuronal
- aprendizaje profundo
- inteligencia artificial
- aprendizaje supervisado
- aprendizaje no supervisado
- clasificación
- precisión y recuperación
- coeficiente de correlación de Matthews