A matriz de confusão é uma matriz que compara as classificações da rede com os rótulos reais, permitindo a avaliação do desempenho do modelo. No caso específico da classificação de imagens em duas classes (gato e não-gato), a matriz de confusão permite verificar quantas imagens foram classificadas corretamente como gato e quantas foram classificadas corretamente como não-gato, além de quantas imagens foram classificadas erroneamente como gato e quantas foram classificadas erroneamente como não-gato. A partir dessas informações, é possível avaliar a acurácia da rede neural e, se necessário, ajustar seus parâmetros para melhorar seu desempenho.
Para escrever sua resposta aqui, entre ou crie uma conta
Compartilhar