Interprétation de la matrice de confusion

Bonjour, je me permets d'ouvrir une discussion, car je rencontre des difficultés à "lire" une matrice de confusion lorsque l'attribut prédictible a plus de deux valeurs possibles.
Je suppose par exemple la variable Condiment, soit le condiment que l'individu préfère consommer avec ses frites (c'est vraiment un exemple au hasard :mouarf:).

Ainsi je suppose cette matrice :

___________ Ketchup___Mayonnaise___Moutarde
Ketchup______90___________0__________1____
Mayonnaise____0__________70__________2____
Moutarde______0___________0_________80____

C'est vraiment juste des valeurs données au hasard. Ce que je comprends, c'est qu'en diagonale on a toujours les succès (et les erreurs en dehors), ainsi les erreurs de classification se trouveraient en dehors de la diagonale. Mais je ne sais pas comment interpréter la valeur 1 ou 2, car nous ne sommes plus dans un cas simple de tableau 2x2. L'interprétation de la valeur doit forcément différer. J'aurais aimer savoir si quelqu'un pouvait m'expliquer quelle interprétation tenir.
Merci par avance pour votre aide :)

Disons tout d'abord que sur la gauche (colonne) c'est les véritables classes, puis en haut (ligne) ta prédiction.
Si on prend la première ligne, on voit "90 0 1".
- 90 => est sur la diagonale, donc c'est les éléments/instances bien classés : 90 ketchup classés comme ketchup par ton algo.
- 0 => Aucun des éléments ketchup n'a été classé comme mayonnaise
- 1 => 1 ketchup a été classé comme moutarde, c'est une erreur (hors diagonale).

De même deux mayonnaises ont été classés comme moutarde.
En revanche, les éléments moutarde sont parfaitement classés.