Konfusionsmatrix-Rechner
Berechne Genauigkeit, Praezision, Recall, F1, Spezifitaet und MCC aus einer Konfusionsmatrix. Gib TP, TN, FP, FN ein und erhalte alle wichtigen Klassifikationsmetriken.
So verwendest du den Konfusionsmatrix-Rechner
- True Positives (TP) eingeben.
- True Negatives (TN) eingeben.
- False Positives (FP) eingeben.
- False Negatives (FN) eingeben.
- Auf Berechnen klicken, um alle Metriken anzuzeigen.
Anwendungsfälle
- •Umfassende Bewertung binaerer Klassifikatoren.
- •Vergleich der Modellleistung anhand mehrerer Metriken.
- •Analyse der Auswirkungen von Klassenungleichgewichten auf die Modellqualitaet.
- •Dokumentation von Modellevaluierungsergebnissen in ML-Projekten.
Formel
Genauigkeit = (TP+TN)/(TP+TN+FP+FN). Präzision = TP/(TP+FP). Rückruf = TP/(TP+FN). F1 = 2PR/(P+R). Spezifität = TN/(TN+FP). MCC = (TP×TN−FP×FN)/√((TP+FP)(TP+FN)(TN+FP)(TN+FN)).
Häufig gestellte Fragen
Was ist eine Konfusionsmatrix?
Eine Konfusionsmatrix zeigt die Anzahl von True Positives, True Negatives, False Positives und False Negatives fuer einen Klassifikator.
Was ist MCC?
Der Matthews-Korrelationskoeffizient (MCC) ist ein ausgewogenes Mass, das auch bei unausgewogenen Klassen geeignet ist und Werte von -1 bis +1 annimmt.
Was ist Spezifitaet?
Spezifitaet (True Negative Rate) = TN / (TN + FP) und gibt an, wie gut das Modell negative Faelle erkennt.