Calculadora de matriz de confusão
Confira cinco métricas de classificação binária a partir dos acertos e erros positivos e negativos.
Métricas da classificação
Informe TP, FP, FN e TN e calcule.
- Precisão
- —
- Recall (sensibilidade)
- —
- Especificidade
- —
- Pontuação F1
- —
Denominadores zero continuam indefinidos; não viram 0% nem 100%.
Como usar a matriz de confusão
Use as contagens de uma classificação binária após definir a classe positiva. A página só confere métricas.
- Informe TP e FP.
- Informe FN e TN.
- Selecione Calcular.
- Leia o denominador de qualquer métrica indefinida.
- Editar invalida o resultado; Limpar remove as contagens.
O significado das quatro contagens
TP e TN são previsões corretas das classes positiva e negativa. FP prevê positivo incorretamente; FN prevê negativo incorretamente.
Fórmulas
Acurácia=(TP+TN)/total, precisão=TP/(TP+FP), recall=TP/(TP+FN), especificidade=TN/(TN+FP), F1=2TP/(2TP+FP+FN).
Denominadores indefinidos
Mesmo com total positivo, uma classe pode faltar. A métrica afetada fica indefinida em vez de receber um valor arbitrário.
Escopo
- Somente inteiros não negativos.
- Uma classe binária, sem média multiclasse.
- Compare métricas quando houver desequilíbrio.
- Sem upload, treinamento ou interpretação médica.
Exemplo resolvido
TP=40, FP=10, FN=20 e TN=30 resultam em acurácia 70%, precisão 80%, recall 66,67%, especificidade 75% e F1 72,73%.
Perguntas frequentes
Por que a precisão é indefinida?
Não há previsões positivas: TP+FP=0.
Recall pode ser 0 e definido?
Sim, se houver positivos reais e nenhum for detectado.
F1 inclui TN?
Não; combina precisão e recall da classe positiva.
É uma calculadora médica?
Não, apenas confere contagens binárias.