如何使用混淆矩阵组件_机器学习-阿里云帮助中心

混淆矩阵（Confusion Matrix）适用于监督学习，与无监督学习中的匹配矩阵对应。在精度评价中，混淆矩阵主要用于比较分类结果和实际测量值，可以将分类结果的精度显示在一个矩阵中。

组件配置

您可以使用以下任意一种方式，配置混淆矩阵组件参数。

方式一：可视化方式

在PAI-Designer（原PAI-Studio）工作流页面配置组件参数。


参数	描述
原数据的标签列列名	支持数值类型。
预测结果的标签列列名	如果未配置阈值，则该参数必选。
阈值	大于该参数值的样本为正样本。
预测结果的详细列列名	与预测结果的标签列列名不能共存。如果已配置阈值，则该参数必选。
正样本的标签值	如果已配置阈值，则该参数必选。

方式二：PAI命令方式

使用PAI命令方式，配置该组件参数。您可以使用SQL脚本组件进行PAI命令调用，详情请参见SQL脚本。

未指定阈值

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionColName=prediction_result;

指定阈值

pai -name confusionmatrix -project algo_public
    -DinputTableName=wpbc_pred
    -DoutputTableName=wpbc_confu
    -DlabelColName=label
    -DpredictionDetailColName=prediction_detail
    -Dthreshold=0.8
    -DgoodValue=N;


参数	是否必选	描述	默认值
inputTableName	是	输入表的名称，即预测输出表。	无
inputTablePartition	否	输入表的分区。	全表
outputTableName	是	输出表的名称，用于存储混淆矩阵。	无
labelColName	是	原始标签列的名称。	无
predictionColName	否	预测结果列的名称。如果未配置threshold，则该参数必选。	无
predictionDetailColName	否	预测结果详细列的名称。如果已配置threshold，则该参数必选。	无
threshold	否	划分正样本的阈值。	0.5
goodValue	否	二分类时，指定训练系数对应的标签值。如果已配置threshold，则该参数必选。	无
coreNum	否	计算的核心数量。	系统自动分配
memSizePerCore	否	每个核心的内存，单位为MB。	系统自动分配
lifecycle	否	输出表的生命周期。	无

示例

导入如下测试数据。
id label prediction_result
0 A A
1 A B
2 A A
3 A A
4 B B
5 B B
6 B A
7 B B
8 B A
9 A A
构建如下实验，详情请参见算法建模。
配置混淆矩阵的参数（配置如下表格中的参数，其余参数使用默认值）。
参数描述
原数据的标签列列名选择label列。
预测结果的标签列列名选择prediction_result列。
运行实验，查看混淆矩阵组件的输出结果：
- 单击混淆矩阵页签，查看输出的混淆矩阵。
- 单击统计信息页签，查看模型统计信息。

参数	描述
原数据的标签列列名	选择label列。
预测结果的标签列列名	选择prediction_result列。

id	label	prediction_result
0	A	A
1	A	B
2	A	A
3	A	A
4	B	B
5	B	B
6	B	A
7	B	B
8	B	A
9	A	A