R 如何解读H2O'；什么是混淆矩阵？

我使用的是h2o版本3.10.4.8

library(magrittr)
library(h2o)

h2o.init(nthreads = -1, max_mem_size = "6g")

data.url <- "https://raw.githubusercontent.com/DarrenCook/h2o/bk/datasets/"

iris.hex <- paste0(data.url, "iris_wheader.csv") %>%
  h2o.importFile(destination_frame = "iris.hex")

y <- "class"
x <- setdiff(names(iris.hex), y)


model.glm <- h2o.glm(x, y, iris.hex, family = "multinomial")

preds <- h2o.predict(model.glm, iris.hex)

h2o.confusionMatrix(model.glm)
h2o.table(preds["predict"])

因为上面说的是Cross:predicted，所以我认为这意味着模型做出了50（0+48+2）个彩色预测

这是

h2o.表（preds[“predict”]）的输出

这告诉我，该模型做出了49个彩色预测

混淆矩阵的标签是否错误，或者我在解释结果时是否犯了错误？
行名称（垂直）是实际的标签

列名（跨越）是预测的标签。
您没有犯错误；这些标签令人困惑（并导致人们认为行和列已被切换）。这已经并将包含在H2O的下一版本中。
另一种方式是：实际标签是垂直的（行名称），预测标签是交叉的（列名称）。这有点让人困惑，但看看错误率，它在另一方面毫无意义
Confusion Matrix: vertical: actual; across: predicted
                Iris-setosa Iris-versicolor Iris-virginica  Error      Rate
Iris-setosa              50               0              0 0.0000 =  0 / 50
Iris-versicolor           0              48              2 0.0400 =  2 / 50
Iris-virginica            0               1             49 0.0200 =  1 / 50
Totals                   50              49             51 0.0200 = 3 / 150

          predict Count
1     Iris-setosa    50
2 Iris-versicolor    49
3  Iris-virginica    51