Calculadora de Matriz de Confusion
Calcula exactitud, precision, recall, F1, especificidad y MCC a partir de una matriz de confusion. Introduce TP, TN, FP, FN para obtener todas las metricas clave de clasificacion.
Como usar la Calculadora de Matriz de Confusion
- Introduce los Verdaderos Positivos (TP).
- Introduce los Verdaderos Negativos (TN).
- Introduce los Falsos Positivos (FP).
- Introduce los Falsos Negativos (FN).
- Haz clic en Calcular para ver todas las metricas.
Casos de Uso
- •Evaluacion completa de clasificadores binarios.
- •Comparacion del rendimiento de modelos en multiples metricas.
- •Diagnostico de los efectos del desbalance de clases en la calidad del modelo.
- •Presentacion de resultados de evaluacion de modelos en proyectos de ML.
Fórmula
Exactitud = (TP+TN)/(TP+TN+FP+FN). Precision = TP/(TP+FP). Recall = TP/(TP+FN). F1 = 2PR/(P+R). Especificidad = TN/(TN+FP). MCC = (TP*TN-FP*FN)/sqrt((TP+FP)(TP+FN)(TN+FP)(TN+FN)).
Preguntas Frecuentes
¿Que es una matriz de confusion?
Una matriz de confusion muestra los recuentos de verdaderos positivos, verdaderos negativos, falsos positivos y falsos negativos de un clasificador.
¿Que es el MCC?
El Coeficiente de Correlacion de Matthews (MCC) es una medida equilibrada incluso para clases desbalanceadas, con un rango de -1 a +1.
¿Que es la especificidad?
La especificidad (tasa de verdaderos negativos) = TN / (TN + FP), y mide que tan bien el modelo identifica los negativos.