NLP Academy · Урок

Чтение матрицы ошибок

Точно определите, где ошибается модель

«Чтение матрицы ошибок» — бесплатный урок NLP Academy на CoddyKit. Это урок 3 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения NLP Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс NLP Academy содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

The Whole Picture

The confusion matrix is a small table showing every prediction sorted by what was true and what you guessed. It reveals exactly where errors live.

Rows and Columns

Rows are the true labels and columns are the predicted ones. Each cell counts how many examples fell into that true-versus-predicted combination.

The Four Cells

For two classes you get four counts: true positives, true negatives, and the two error types. Every metric you know is built from these.

True Positive

A true positive is a real positive you correctly flagged, like real spam sent straight to the spam folder. A clean win.

True Negative

A true negative is a real negative you correctly left alone, like a normal email that stays safely in the inbox.

False Positive

A false positive is a false alarm: you flagged something that was actually negative, like a real email wrongly marked as spam.

False Negative

A false negative is a miss: a real positive you let slip through, like spam that lands in the inbox unflagged.

The Diagonal Tells All

Correct predictions sit on the diagonal. A strong model concentrates counts there and leaves the off-diagonal cells nearly empty.

Build It in Python

scikit-learn assembles the matrix from your true and predicted labels in a single call.

from sklearn.metrics import confusion_matrix
cm = confusion_matrix(y_true, y_pred)

Make It Readable

A plotted matrix makes errors jump out, so you instantly see which class gets confused for which.

from sklearn.metrics import ConfusionMatrixDisplay
ConfusionMatrixDisplay(cm).plot()

Spotting the Weak Spot

Read off-diagonal cells to find the model blind spot. A large false-negative count, for example, warns you that real positives are being missed.

Quick Check

Name the error type from the description.

Recap

The confusion matrix splits results into four cells. The diagonal holds wins; off-diagonal cells expose exactly where your model errs. 🔍

Часто задаваемые вопросы

Урок «Чтение матрицы ошибок» бесплатный?

Да — полный текст урока «Чтение матрицы ошибок» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс NLP Academy, подпишись на CoddyKit PRO. Курс NLP Academy содержит 4 уроков всего.

Чему я научусь в уроке «Чтение матрицы ошибок»?

Точно определите, где ошибается модель Ты практикуешь NLP Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать NLP Academy?

Предыдущий опыт не требуется. NLP Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 3 из 4.

Сколько времени занимает урок «Чтение матрицы ошибок»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке NLP Academy?

Да. Каждый урок NLP Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

← Назад к NLP Academy