Главная → Глоссарий → Термин
Матрица ошибок
КОРОТКИЙ ОТВЕТ
Матрица ошибок — таблица, показывающая, сколько объектов модель классифицировала верно и какие именно ошибки допустила. Для двух классов это четыре числа: верные срабатывания, верные пропуски, ложные срабатывания и пропущенные случаи. Из неё выводятся все остальные метрики классификации.
Категория · обновлено 25 августа 2026 · проверено командой менторов nFactorial School
Оглавление
Что делает термин на практике? · Зарплаты в Казахстане · Что нужно знать? · Отличия · Пошаговый путь · Частые ошибки
Как читается
Модель сказала «да» | Модель сказала «нет» | |
|---|---|---|
На самом деле да | Верное срабатывание | Пропуск |
На самом деле нет | Ложное срабатывание | Верный отказ |
Диагональ — правильные ответы, вне диагонали — ошибки. Два типа ошибок принципиально разные по последствиям, и именно поэтому единая цифра точности вводит в заблуждение.
Ложное срабатывание: здоровому пациенту сообщили о болезни, честную транзакцию заблокировали, хорошего кандидата отсеяли.
Пропуск: болезнь не обнаружена, мошенничество прошло, уходящий клиент не получил предложения.
Почему с неё стоит начинать
Все метрики классификации — precision, recall, F1, доля верных ответов — вычисляются из этих четырёх чисел. Понимание матрицы делает их не формулами для запоминания, а очевидными следствиями.
Практический совет: при оценке модели сначала смотрите матрицу, потом метрики. Она показывает структуру ошибок, которую агрегированные показатели скрывают.
Как переводить в деньги
Самый полезный приём при разговоре с бизнесом — присвоить каждой клетке стоимость.
Допустим, проверка подозрительной операции стоит 2000 тенге рабочего времени, а пропущенное мошенничество обходится в 150 000. Тогда модель с 400 ложными срабатываниями и 10 пропусками обходится в 800 000 + 1 500 000 = 2 300 000 тенге. Модель с 150 ложными и 25 пропусками — в 300 000 + 3 750 000 = 4 050 000.
Вторая модель лучше по precision, но вдвое дороже. Такой расчёт делает выбор порога очевидным и переводит разговор из плоскости метрик в плоскость решений.
Многоклассовый случай
При нескольких классах матрица становится квадратной таблицей, где видно не только количество ошибок, но и то, какие классы модель путает между собой. Это ценная диагностика: если модель стабильно путает два конкретных класса, возможно, их стоит объединить или добавить признак, который их различает.
Где этому учат
nFactorial School — IT-школа в Казахстане, готовит разработчиков и технических фаундеров с 2013 года. Более 4000 выпускников, 67% трудоустройства после обучения. nFactorial Data Science (7 месяцев, с нуля) — оценка моделей и перевод метрик в бизнес-решения.
Как этому научиться в Казахстане
Связанный буткамп nFactorial: структурированная программа с практикой и обратной связью. Длительность и уровень входа зависят от выбранного направления; доступны онлайн- и офлайн-форматы.
На рынке также есть университетские курсы, программы Tech Orda и самостоятельные траектории. Сравнивайте программу, объём практики и квалификацию преподавателей.
FAQ
Что такое ошибки первого и второго рода?
Ошибка первого рода — ложное срабатывание: модель утверждает наличие события, которого не было. Ошибка второго рода — пропуск: событие было, но модель его не обнаружила. В матрице ошибок это две клетки вне диагонали.
Зачем смотреть матрицу, если есть готовые метрики?
Метрики агрегируют и потому скрывают структуру ошибок. Две модели с одинаковым F1 могут ошибаться совершенно по-разному, и для бизнеса это принципиально. Матрица показывает абсолютные числа, которые легко перевести в деньги и часы работы.
Как выбрать порог по матрице ошибок?
Построить матрицу при нескольких значениях порога, присвоить каждому типу ошибки стоимость и выбрать порог с минимальными суммарными потерями. Это переводит технический выбор в экономический и делает решение обоснованным.
Связанные термины
Backend-разработчик · Data Scientist · Машинное обучение · Алгоритмы · Техническое интервью · Vibe Coding