机器学习第十八讲：混淆矩阵 → 诊断模型在医疗检查中的误诊情况
资料取自《零基础学机器学习》。
查看总目录：学习大纲
关于DeepSeek本地部署指南可以看下我之前写的文章：DeepSeek R1本地与线上满血版部署：超详细手把手指南
混淆矩阵是模型诊断的体检报告，能清晰展示分类模型的各种"误诊"类型[^8-1]。通过医疗检查案例详细说明：
一、核心概念（类似疫情筛查报告）
假设医院用AI模型检测1000份血样，实际有50人感染病毒：
实际阳性 实际阴性 实际阳性 实际阴性 预测阳性 真阳性TP 假阳性FP 预测阴性 假阴性FN 真阴性TN
示例数据 ：
| | 实际感染 | 实际健康 |
|----------------|---------|---------|
| 预测感染 | TP=45 | FP=10 |
| 预测健康 | FN=5 | TN=940 | [2][4]
二、关键指标解读（医生最关注的4个数据）
- 假阳性（误诊） ：健康人被误判为感染者 → 造成过度治疗 [参考材料1]
- 假阴性（漏诊） ：感染者被误判为健康 → 导致疫情扩散 [参考材料6]
- 精确率 = TP/(TP+FP) = 45/55 ≈ 81.8% → 预测感染者的可信度 [参考材料2]
- 召回率 = TP/(TP+FN) = 45/50 = 90% → 真实感染者的检出率 [参考材料6]
模型捕捉到 模型漏掉 被误判 正确排除 总样本1000 实际感染50 实际健康950 TP=45 FN=5 FP=10 TN=940
三、医疗场景应用（新冠肺炎检测案例）
案例背景 ：CT影像AI诊断系统 [参考材料4]
-
数据集：500张肺部CT（300新冠阳性，200阴性）
-
模型预测结果：
python# 混淆矩阵数值 [[275, 25], # 真阳性275 | 假阳性25 [ 15, 185]] # 假阴性15 | 真阴性185
问题诊断：
- 假阳性问题：25例健康人需复检 → 增加医疗资源消耗
- 假阴性危机：15例漏诊患者成为传染源 → 需提升模型灵敏度[^6]
- 平衡建议 ：调整阈值使FN<5，即使FP増至40 [参考材料6]
类比说明：就像机场安检，过分严格（低FP）会延误旅客，过于宽松（低FN）会放过危险品，需权衡两者[^8-1]
四、可视化呈现（热力图诊断）
原始预测 标准化评估 颜色映射 异常值定位
实操步骤：
-
用seaborn绘制热力矩阵 [参考材料3]
pythonsns.heatmap([[275,25],[15,185]], annot=True, cmap="Blues") -
深色块表示问题区域：
- 左下角(15)：急需减少的漏诊病例
- 右上角(25)：可容忍的误诊误差[^4]
优化效果 ：
调参后矩阵变为：
[[285, 35],
[ 3, 177]]- 漏诊从15→3人，误诊从25→35人 → 更适合疫情管控 [参考材料6]
目录：总目录
上篇文章：机器学习第十七讲：PCA → 把100维数据压缩成3D视图仍保持主要特征
下篇文章：机器学习第十九讲：交叉验证 → 用五次模拟考试验证真实水平
\^8-1\][《零基础学机器学习》](https://u.jd.com/g6ohKvi)第八章第一/二节评估指标 \[^2\]\[^3\]\[^4\]\[^6\]参见医疗检测案例实践（[《零基础学机器学习》](https://u.jd.com/g6ohKvi)心脏病预测章节）