Comment créer une matrice de confusion dans Excel

La régression logistique est un type de régression que nous pouvons utiliser lorsque la variable de réponse est binaire.

Une façon courante d’évaluer la qualité d’un modèle de régression logistique consiste à créer une matrice de confusion , qui est un tableau 2 × 2 qui montre les valeurs prédites du modèle par rapport aux valeurs réelles de l’ensemble de données de test.

L’exemple étape par étape suivant montre comment créer une matrice de confusion dans Excel.

Étape 1 : Saisissez les données

Tout d’abord, entrons une colonne de valeurs réelles pour une variable de réponse ainsi que les valeurs prédites par un modèle de régression logistique :

Étape 2 : Créer la matrice de confusion

Ensuite, nous utiliserons la formule COUNTIFS() pour compter le nombre de valeurs qui sont « 0 » dans la colonne Réel et également « 0 » dans la colonne Prédit :

Nous utiliserons une formule similaire pour remplir toutes les autres cellules de la matrice de confusion :

Étape 3 : Calculer l’exactitude, la précision et le rappel

Une fois que nous avons créé la matrice de confusion, nous pouvons calculer les métriques suivantes :

• Précision : Pourcentage de prédictions correctes
• Précision : Corriger les prédictions positives par rapport au total des prédictions positives
• Rappel : Corriger les prédictions positives par rapport au total des positifs réels

Les formules suivantes montrent comment calculer chacune de ces mesures dans Excel :

Plus la précision est élevée, plus un modèle est capable de classer correctement les observations.

Dans cet exemple, notre modèle a une précision de 0,7 ce qui nous indique qu’il a correctement classé 70 % des observations.

Si nous le souhaitons, nous pouvons comparer cette précision à celle d’autres modèles de régression logistique pour déterminer quel modèle est le meilleur pour classer les observations en catégories de 0 ou 1.

Ressources additionnelles

Introduction à la régression logistique
Les 3 types de régression logistique
Régression logistique vs régression linéaire