定义
在机器学习领域和统计分类问题中，混淆矩阵（英语：confusion matrix）是可视化工具，特别用于监督学习，在无监督学习一般叫做匹配矩阵。其每一列代表预测值，每一行代表的是实际的类别。这个名字来源于它可以非常容易的表明多个类别是否有混淆（比如说把一个类的样本错误的预测成了另一类）。
举例
假设有20个样本，其中实际包含A类样本8个，B类样本10个，C类样本2个，后经预测模型预测得到对应20个样本的预测类别，对应混淆矩阵如下所示：
由表可知，8个实际为A类的样本预测结果均为A类，B类样本8个预测正确，2个被预测为C类，C类样本2个全部被预测为C类。此表可以清晰显示预测结果的正确率及错误预测结果，错误的预测结果分布在对角线位置之外。
