NxNの表で、分類モデルの予測成果をまとめるために使用されます。つまり、ラベルとモデルが予測した分類の間の関連性です。混同行列では、一方の軸がモデルが予測したラベルを表し、もう一方の軸が実際のラベルを表します。Nはクラスの数を表します。2値分類問題では、N = 2です。例えば、以下に2値分類問題の混同行列の例を示します：

上記の混同行列は、実際に腫瘍がある19個のサンプルのうち、このモデルは18個を正しく腫瘍ありと分類し（18個の真陽性例）、1個を誤って腫瘍なしと分類したことを示しています（1個の偽陰性例）。同様に、実際に腫瘍がない458個のサンプルのうち、モデルが正しく分類したのは452個（452個の真陰性例）で、誤って分類したのは6個（6個の偽陽性例）です。

多クラス分類問題の混同行列は、エラーパターンを特定するのに役立ちます。例えば、ある混同行列は、手書き数字を識別するように訓練されたモデルが、4を誤って9と予測し、7を誤って1と予測する傾向があることを明らかにすることができます。混同行列には、精度や再現率などのさまざまな評価指標を計算するために必要な十分な情報が含まれています。