Confusion Matrix（混淆矩陣）完整解析
為什麼需要 Confusion Matrix？
在機器學習的分類問題（classification problem）中，我們常常需要評估模型預測的好壞。最直覺的指標通常是 Accuracy（準確率），也就是模型預測正確的比例。然而在許多實際應用中，例如金融詐欺偵測、醫療診斷或垃圾郵件分類，僅僅依賴 Accuracy 其實是遠遠不夠的。
舉例來說，在金融交易資料中，詐欺交易通常只占全部交易的一小部分，例如 1%。如果一個模型把所有交易都預測為「正常」，那麼它仍然可以達到 99% 的 Accuracy。乍看之下似乎非常準確，但實際上這個模型完全沒有抓出任何詐欺交易，對於風控系統而言幾乎沒有任何價值。
因此，在分類問題中，我們需要一個更細緻的工具來分析模型的預測結果。**Confusion Matrix（混淆矩陣）**正是最基本且最重要的評估工具之一，它能幫助我們理解模型的預測結果與真實結果之間的關係。
Confusion Matrix 的核心概念
Confusion Matrix 是一個表格，用來統計模型的 預測結果（Predicted Label） 與 真實結果（Actual Label） 之間的交叉情況。之所以稱為「混淆矩陣」，是因為模型在預測時有可能會「混淆」不同類別。
假設我們正在建立一個 金融詐欺偵測模型（fraud detection model）。在這個問題中，交易可以分為兩種狀態：
| 真實情況 | 說明 |
|---|---|
| Fraud | 詐欺交易 |
| Normal | 正常交易 |
模型則會對每一筆交易做出預測：
| 預測結果 | 說明 |
|---|---|
| Fraud | 模型認為是詐欺 |
| Normal | 模型認為是正常交易 |
Confusion Matrix 的目的，就是把 真實狀態與模型預測結果整理成一個結構化的表格，讓我們可以清楚看出模型在哪些情況預測正確，在哪些情況出現錯誤。
Confusion Matrix 的基本結構
在最常見的 二分類問題（binary classification） 中，Confusion Matrix 通常是以下結構：
| Predicted Positive | Predicted Negative | |
|---|---|---|
| Actual Positive | True Positive (TP) | False Negative (FN) |
| Actual Negative | False Positive (FP) | True Negative (TN) |
這個表格包含四種情況，每一種情況都描述了模型預測與真實結果之間的關係。
True Positive（TP）
True Positive 代表模型成功預測出正確的 Positive 樣本。也就是說，樣本的真實狀態是 Positive，而模型也正確預測為 Positive。
例如在詐欺偵測中，如果一筆交易真的屬於詐欺，而模型也成功判定它是詐欺，那麼這筆交易就會被計入 TP。
這是一種 正確的預測結果。
True Negative（TN）
True Negative 代表模型成功預測出 Negative 樣本。也就是說，樣本真實狀態是 Negative，模型也預測為 Negative。
例如一筆正常交易被模型正確判斷為正常，這就是 TN。
同樣地，這也是 正確的預測結果。
False Positive（FP）
False Positive 指的是模型將 Negative 樣本誤判為 Positive。
例如：
- 一筆正常交易
- 被模型誤判為詐欺交易
這種情況在實務上常被稱為 False Alarm（誤報）。在金融服務中，這可能會導致使用者的信用卡被暫時鎖定或交易被拒絕，雖然不致命，但會影響使用體驗。
False Negative（FN）
False Negative 則是另一種錯誤情況：模型將 Positive 樣本誤判為 Negative。
例如：
- 一筆詐欺交易
- 模型卻判斷為正常交易
在許多風險控制系統中，這是 最嚴重的一種錯誤，因為詐欺交易會直接造成金錢損失。因此在詐欺偵測或醫療診斷等應用中，通常會特別重視 FN 的數量。
一個簡單的 Confusion Matrix 範例
假設我們有 100 筆金融交易資料，其中：
- 20 筆是詐欺交易
- 80 筆是正常交易
模型預測結果如下：
| Pred Fraud | Pred Normal | |
|---|---|---|
| Actual Fraud | 15 | 5 |
| Actual Normal | 10 | 70 |
根據這個表格，我們可以得到：
- TP = 15（成功抓到的詐欺）
- FN = 5（漏掉的詐欺）
- FP = 10（誤判為詐欺的正常交易）
- TN = 70（正確判斷的正常交易）
透過 Confusion Matrix，我們不僅能知道模型整體表現，也能看出錯誤類型的分布。
為什麼 Confusion Matrix 非常重要？
Confusion Matrix 的重要性在於，它能揭露 Accuracy 無法看出的問題。
在許多實際場景中，例如詐欺偵測，資料通常高度不平衡（imbalanced data）。例如：
- 99% 是正常交易
- 1% 是詐欺交易
如果模型永遠預測「正常」，那麼：
Accuracy = 99%
這看起來非常好，但實際上模型完全沒有偵測到任何詐欺。透過 Confusion Matrix，我們可以清楚看到：
- TP = 0
- FN = 所有詐欺交易
也就是說模型完全失敗。
因此，在資料不平衡的問題中，Confusion Matrix 是理解模型行為的核心工具。
從 Confusion Matrix 延伸的重要指標
許多常見的分類模型評估指標，其實都是從 TP、FP、TN、FN 這四個數字計算出來的。
Accuracy
Accuracy 代表整體預測正確的比例：
它反映的是 整體模型表現，但在資料不平衡問題中通常不夠可靠。
Precision
Precision 定義為：
這個指標的意思是：
在所有被模型預測為 Positive 的樣本中，有多少是真正的 Positive。
在詐欺偵測問題中，Precision 可以理解為：
模型抓到的詐欺交易中，有多少是真的詐欺。
Recall（Sensitivity）
Recall 定義為：
Recall 描述的是：
在所有真正的 Positive 中，有多少被模型成功抓到。
在詐欺偵測中，Recall 可以理解為：
所有詐欺交易中，有多少被成功偵測出來。
F1 Score
F1 Score 是 Precision 與 Recall 的調和平均：
F1 Score 的目的在於同時考慮 Precision 與 Recall，並在兩者之間取得平衡。
在金融詐欺偵測中的實務理解
不同應用場景，對於錯誤類型的容忍度不同。
例如在金融交易中：
| 錯誤類型 | 影響 |
|---|---|
| False Positive | 正常交易被誤判為詐欺 |
| False Negative | 詐欺交易沒有被偵測 |
在大多數金融風控系統中，False Negative 的成本通常更高，因為這代表詐欺交易成功通過系統。
因此在詐欺偵測或醫療診斷中，通常會更重視 Recall。相對地，在垃圾郵件分類等問題中，系統可能更重視 Precision，以避免正常郵件被錯誤分類為垃圾郵件。
Python 中的 Confusion Matrix 範例
在 Python 中，可以使用 sklearn 快速計算 Confusion Matrix：
from sklearn.metrics import confusion_matrix
y_true = [1,0,1,1,0,0,1]
y_pred = [1,0,1,0,0,1,1]
cm = confusion_matrix(y_true, y_pred)
print(cm)
輸出結果可能為：
[[2 1]
[1 3]]
這個矩陣的排列方式為：
[[TN FP]
[FN TP]]
因此可以解讀為：
- TN = 2
- FP = 1
- FN = 1
- TP = 3
如何快速記住 Confusion Matrix
一個簡單的記憶方式是：
| Predicted Positive | Predicted Negative | |
|---|---|---|
| Actual Positive | TP | FN |
| Actual Negative | FP | TN |
可以理解為：
- 橫軸：模型預測
- 縱軸：真實標籤
只要記住這個結構，就能快速理解各種分類評估指標的來源。
結論
Confusion Matrix 是所有分類模型評估方法的基礎。透過這個簡單的 2×2 表格，我們可以清楚分析模型的預測行為，並進一步計算出各種重要指標，例如 Precision、Recall、F1 Score、ROC 與 PR-AUC 等。
理解 Confusion Matrix 不只是機器學習入門的重要概念，也是在金融風控、醫療診斷與推薦系統等實務場景中，評估模型表現的核心工具。只要掌握 TP、FP、TN、FN 四個數字的意義，許多看似複雜的模型評估指標其實都只是它們的延伸計算。