Como funciona
Uma matriz de confusão é uma tabela que cruza o rótulo real de cada amostra com a previsão do modelo. Em um problema de duas classes, a tabela mostra quatro retângulos: verdadeiros positivos, falsos positivos, verdadeiros negativos e falsos negativos. A diagonal da tabela contém os acertos e o exterior os erros, o que facilita o cálculo de métricas como precisão, recall e F1. Em problemas de mais de duas classes, a matriz se expande para um retângulo por par de classes e cada amostra cai em uma única casa, o que permite ler o comportamento do modelo classe a classe e identificar onde ele confunde um rótulo com outro. Assim, o quadro centraliza todas as respostas do modelo numa única vista, em vez de exigir vários relatórios separados.
Exemplo prático
Um modelo de detecção de spam recebe e-mails e classifica cada um como spam ou não spam. Para cada e-mail, você compara a classificação com o rótulo real. Os casos em que o modelo acertou estão nas células principais; os erros estão fora delas. Com essa visão, fica claro se o modelo está marcando muito algo como spam ou deixando spam passar. Em vez de olhar apenas a taxa geral de acertos, você consegue ver se o erro principal é acusar e-mail legítimo como spam ou deixar spam chegar à caixa de entrada, o que orienta em que direção corrigir o sistema.
Para que serve
A matriz de confusão serve para diagnosticar o comportamento de um classificador, principalmente quando as classes estão desbalanceadas. Uma acurácia alta pode mascarar um mau desempenho na classe minoritária; a matriz revela isso imediatamente. Ao ajustar o limiar de decisão, por exemplo, é possível acompanhar como a distribuição de erros muda e escolher um ponto de operação que equilibre o custo de cada tipo de erro, o que a torna uma ferramenta essencial antes de levar um modelo para produção. Ela também ajuda a explicar ao negócio em que exatamente o modelo está errando, o que facilita a aceitação de soluções baseadas em IA.
Diferença entre X e Y
A matriz de confusão vale para classificação. Para problemas de regressão, em que a saída é um número, a ferramenta equivalente são as métricas de erro, como erro absoluto médio. Enquanto a matriz mostra onde o modelo erra em categorias, as métricas de erro mostram a magnitude do desvio de valores numéricos.