Vai al contenuto

Calcolatore delle metriche della matrice di confusione

Verifica cinque metriche di classificazione binaria dai conteggi di veri e falsi positivi e negativi.

Inserisci i conteggi della classificazione

Elaborazione nel browser.

Numero intero maggiore o uguale a 0.

Numero intero maggiore o uguale a 0.

Numero intero maggiore o uguale a 0.

Numero intero maggiore o uguale a 0.

Metriche di classificazione

Inserisci TP, FP, FN e TN, poi calcola.

Come usare il calcolatore della matrice di confusione

Usa i conteggi di un singolo risultato di classificazione binaria dopo aver stabilito quale classe sia positiva. Questa pagina verifica le metriche; non addestra né esegue un modello.

  1. Inserisci i veri positivi (TP) e i falsi positivi (FP).
  2. Inserisci i falsi negativi (FN) e i veri negativi (TN).
  3. Seleziona Calcola per ricavare ogni metrica dai quattro conteggi.
  4. Leggi gli eventuali messaggi di valore non definito e il relativo denominatore nullo.
  5. Modifica un conteggio per invalidare il vecchio risultato oppure scegli Cancella per svuotare tutti i conteggi.

Che cosa significano i quattro conteggi

TP e TN sono previsioni corrette per le classi positiva e negativa. FP indica una previsione positiva per un elemento in realtà negativo; FN indica una previsione negativa per un elemento in realtà positivo. Cambiare quale classe è «positiva» modifica precisione, richiamo e specificità.

Formule delle metriche

Accuratezza=(TP+TN)/(TP+FP+FN+TN). Precisione=TP/(TP+FP), richiamo=TP/(TP+FN), specificità=TN/(TN+FP) e F1=2TP/(2TP+FP+FN). Quando è definito, F1 è la media armonica di precisione e richiamo.

Rapporti non definiti

Anche una matrice non vuota può essere priva di positivi previsti, positivi reali o negativi reali. Il rapporto interessato ha quindi denominatore 0. Questo calcolatore mantiene la metrica non definita invece di scegliere tacitamente un valore sostitutivo.

Ambito e interpretazione

  • I conteggi devono essere numeri interi non negativi.
  • Lo strumento gestisce una singola definizione di classe binaria, non medie multiclasse.
  • L’accuratezza può apparire elevata con dati sbilanciati; confronta quindi le metriche specifiche delle classi.
  • Non vengono caricati file, addestrati modelli o fornite interpretazioni mediche.

Esempio svolto

Per TP=40, FP=10, FN=20 e TN=30, l’accuratezza è 70%, la precisione 80%, il richiamo 66.67%, la specificità 75% e F1 72.73%.

Domande frequenti

Perché la precisione non è definita?

Non ci sono positivi previsti, quindi TP+FP è uguale a 0.

Perché il richiamo può essere 0 ed essere comunque definito?

Se esistono positivi reali ma non ne viene trovato nessuno, TP=0 mentre TP+FN è positivo, quindi il richiamo è 0.

F1 include i veri negativi?

No. F1 binario combina precisione e richiamo della classe positiva.

È un calcolatore di test medici?

No. Verifica solo i calcoli aritmetici sui conteggi di classificazione binaria forniti.