混淆矩陣(Confusion Matrix)是一種用於評估分類模型性能的表格，它以矩陣形式展示了模型對樣本進行分類的情況，將模型的預測結果與實際標籤進行對比。
混淆矩陣通常用於二分類問題，但也可以擴展到多類分類問題。在機器學習、統計學和模式識別中，混淆矩陣是一箇n行n列的矩陣，用於展示一箇分類器在各個分類上的性能表現。它通過將實際類別和預測類別進行比較，從而分析分類模型的準確性、召回率、精確率等指標。例如，在二元分類問題中，混淆矩陣顯示以下四組記錄的數目：作出正確判斷的肯定記錄(真陽性)、作出錯誤判斷的肯定記錄(假陰性)、作出正確判斷的否定記錄(真陰性)以及作出錯誤判斷的否定記錄(假陽性)。混淆矩陣包含計算各種效果指標（包括精確率和召回率）所需的充足信息，有助於分析模型在各個類別上的表現和錯誤模式。