混淆矩阵把分类结果拆成真正例、假正例、真负例和假负例四个格子，是理解分类模型表现最直观的工具。精确率、召回率、特异度等指标都可以从它推导出来。
只看混淆矩阵的绝对数不够，要结合业务看错误类型。假正例是把负判成正，假负例是把正判成负，两者代价往往不同。风控误杀正常用户和漏放欺诈分子，业务影响完全不同。
多分类任务的混淆矩阵能揭示类别间的混淆模式。某两类频繁互错，说明特征区分度不足，或标注标准本身模糊。这类信息比单一准确率更有指导价值。
阈值变化会改变混淆矩阵。默认 0.5 未必适合业务，需要根据代价曲线选择阈值。报告结果时应说明阈值，并给出不同阈值下的矩阵变化。
混淆矩阵也是沟通工具。它把模型行为翻译成业务语言，便于产品和运营理解误判分布。评估报告附上混淆矩阵，比只给一个分数更有说服力。
