Cómo funciona
Una matriz de confusión es una tabla que cruza la etiqueta real de cada muestra con la predicción del modelo. En un problema de dos clases, la tabla muestra cuatro recuadros: verdaderos positivos, falsos positivos, verdaderos negativos y falsos negativos. La diagonal de la tabla contiene los aciertos y el exterior los errores, lo que facilita el cálculo de métricas como precisión, recall y F1. En problemas con más de dos clases, la matriz se expande a un recuadro por par de clases y cada muestra cae en una sola celda, lo que permite leer el comportamiento del modelo clase por clase e identificar dónde confunde una etiqueta con otra. Así, el cuadro centraliza todas las respuestas del modelo en una sola vista, en lugar de exigir varios reportes separados.
Ejemplo práctico
Un modelo de detección de spam recibe correos electrónicos y clasifica cada uno como spam o no spam. Para cada correo, comparas la clasificación con la etiqueta real. Los casos en los que el modelo acertó están en las celdas principales; los errores están fuera de ellas. Con esta visión queda claro si el modelo está marcando demasiado como spam o dejando pasar spam. En lugar de mirar solo la tasa general de aciertos, puedes ver si el error principal es acusar un correo legítimo como spam o dejar que el spam llegue a la bandeja de entrada, lo que orienta en qué dirección corregir el sistema.
Para qué sirve
La matriz de confusión sirve para diagnosticar el comportamiento de un clasificador, principalmente cuando las clases están desbalanceadas. Una exactitud alta puede ocultar un mal desempeño en la clase minoritaria; la matriz lo revela de inmediato. Al ajustar el umbral de decisión, por ejemplo, es posible seguir cómo cambia la distribución de errores y elegir un punto de operación que equilibre el costo de cada tipo de error, lo que la convierte en una herramienta esencial antes de llevar un modelo a producción. También ayuda a explicar al negocio en qué exactamente el modelo está fallando, lo que facilita la aceptación de soluciones basadas en IA.
Diferencia entre X e Y
La matriz de confusión aplica a clasificación. Para problemas de regresión, en los que la salida es un número, la herramienta equivalente son las métricas de error, como el error absoluto medio. Mientras la matriz muestra dónde el modelo se equivoca en categorías, las métricas de error muestran la magnitud de la desviación de valores numéricos.