حاسبة مصفوفة الارتباك

احسب الدقة والضبط والاسترجاع و F1 والنوعية و MCC من مصفوفة الارتباك. أدخل TP و TN و FP و FN للحصول على جميع مقاييس التصنيف الرئيسية.

الإيجابيات الحقيقية (TP)

السلبيات الحقيقية (TN)

الإيجابيات الخاطئة (FP)

السلبيات الخاطئة (FN)

كيفية استخدام حاسبة مصفوفة الارتباك

أدخل الإيجابيات الحقيقية (TP).
أدخل السلبيات الحقيقية (TN).
أدخل الإيجابيات الخاطئة (FP).
أدخل السلبيات الخاطئة (FN).
انقر على احسب لعرض جميع المقاييس.

حالات الاستخدام

•التقييم الشامل للمصنفات الثنائية.
•مقارنة أداء النماذج عبر مقاييس متعددة.
•تشخيص تأثيرات اختلال توازن الفئات على جودة النموذج.
•الإبلاغ عن نتائج تقييم النماذج في مشاريع التعلم الآلي.

الصيغة

Accuracy = (TP+TN)/(TP+TN+FP+FN). Precision = TP/(TP+FP). Recall = TP/(TP+FN). F1 = 2PR/(P+R). Specificity = TN/(TN+FP). MCC = (TP×TN−FP×FN)/√((TP+FP)(TP+FN)(TN+FP)(TN+FN)).

الأسئلة الشائعة

ما هي مصفوفة الارتباك؟

مصفوفة الارتباك تُظهر أعداد الإيجابيات الحقيقية والسلبيات الحقيقية والإيجابيات الخاطئة والسلبيات الخاطئة لنموذج تصنيف.

ما هو MCC؟

معامل ماثيوز للارتباط (MCC) هو مقياس متوازن حتى للفئات غير المتوازنة، ويتراوح بين -1 و+1.

ما هي النوعية؟

النوعية (معدل السلبيات الحقيقية) = TN / (TN + FP)، وتقيس مدى قدرة النموذج على تحديد الحالات السلبية.