Confusion matrix là gì? Phân biệt precision, recall và F1-score.

Với bài toán phân loại nhị phân, confusion matrix là bảng 2×2 so khớp nhãn thật với nhãn dự đoán, gồm 4 ô: TP (dự đoán dương đúng), TN (dự đoán âm đúng), FP (dương giả — báo dương nhưng thật ra âm), FN (âm giả — bỏ sót ca dương).

• Precision = TP / (TP + FP) — trong những ca dự đoán dương, bao nhiêu thật sự dương. Quan trọng khi FP tốn kém (ví dụ lọc email: đừng chặn nhầm email thật).
• Recall (Sensitivity) = TP / (TP + FN) — trong những ca thật sự dương, bắt được bao nhiêu. Quan trọng khi FN tốn kém (ví dụ tầm soát ung thư: đừng bỏ sót bệnh nhân).
• F1 = 2·P·R / (P + R) — trung bình điều hoà của precision và recall, cân bằng khi cần cả hai và dữ liệu lệch lớp.

Precision và recall thường đánh đổi nhau; F1 tóm tắt bằng một con số, còn accuracy dễ gây hiểu nhầm khi lớp mất cân bằng.