Oi, Danilo! Tudo bom?
A orientação dos resultados na matriz de confusão não afeta a interpretação ou os cálculos de avaliação do modelo, desde que saibamos o que cada célula representa (Verdadeiro Positivo, Verdadeiro Negativo, Falso Positivo e Falso Negativo).
O importante, nesse sentido, é manter a consistência na leitura da matriz, conforme explico no exemplo abaixo:
| |
---|
Verdadeiro Positivo | Falso Positivo |
Falso Negativo | Verdadeiro Negativo |
Aqui, devemos interpretar que a primeira linha representa os resultados positivos (Verdadeiro Positivo e Falso Positivo) e a segunda linha representa os resultados negativos (Falso Negativo e Verdadeiro Negativo). Da mesma forma, a primeira coluna representa as previsões positivas (Verdadeiro Positivo e Falso Negativo) e a segunda coluna as previsões negativas (Falso Positivo e Verdadeiro Negativo).
De toda maneira, caso estejamos utilizando alguma biblioteca ou tecnologia que trabalha com a matriz de confusão, é sempre uma boa prática verificar na sua documentação qual é o formato esperado.
Espero ter ajudado, Dani! Caso surjam novas dúvidas, estarei por aqui.
Um abraço.
Caso este post tenha lhe ajudado, por favor, marcar como solucionado ✓. Bons Estudos!