Калькулятор матрицы ошибок
Рассчитайте accuracy, precision, recall, F1, специфичность и MCC по матрице ошибок. Введите TP, TN, FP, FN для получения всех ключевых метрик классификации.
Как использовать калькулятор матрицы ошибок
- Введите истинно положительные (TP).
- Введите истинно отрицательные (TN).
- Введите ложно положительные (FP).
- Введите ложно отрицательные (FN).
- Нажмите «Рассчитать» для получения всех метрик.
Примеры использования
- •Комплексная оценка бинарных классификаторов.
- •Сравнение моделей по нескольким метрикам.
- •Диагностика влияния дисбаланса классов на качество.
- •Отчётность по метрикам в ML-проектах.
Формула
Accuracy = (TP+TN)/(TP+TN+FP+FN). Precision = TP/(TP+FP). Recall = TP/(TP+FN). F1 = 2PR/(P+R). Специфичность = TN/(TN+FP). MCC = (TP×TN−FP×FN)/√((TP+FP)(TP+FN)(TN+FP)(TN+FN)).
Часто задаваемые вопросы
Что такое матрица ошибок?
Матрица ошибок показывает TP, TN, FP, FN для классификатора и позволяет вычислить все ключевые метрики.
Что такое MCC?
Коэффициент корреляции Мэтьюса (MCC) — сбалансированная метрика даже для несбалансированных классов, от -1 до +1.
Что такое специфичность?
Специфичность (True Negative Rate) = TN / (TN + FP) — мера корректного определения отрицательных примеров.