Use APKPure App
Get Confusion Matrix Calculator old version APK for Android
กำหนดมาตรการทางสถิติหลายอย่าง เช่น ความอ่อนไหว ความฉลาด และอื่นๆ
เครื่องคำนวณเมทริกซ์ความสับสนนี้กำหนดมาตรการทางสถิติหลายอย่างที่เชื่อมโยงกับประสิทธิภาพของแบบจำลองการจำแนกประเภท เช่น ความไว ความจำเพาะ ค่าพยากรณ์เชิงบวก (ความแม่นยำ) ค่าทำนายเชิงลบ อัตราผลบวกเท็จ อัตราการค้นพบเท็จ อัตราเชิงลบเท็จ ความแม่นยำ & ค่าสัมประสิทธิ์สหสัมพันธ์แมทธิวส์ .
การวัดทางสถิติตามเมทริกซ์ความสับสน
เมทริกซ์ความสับสนคือการแสดงประสิทธิภาพของแบบจำลองการจำแนกประเภทที่ได้รับความนิยม และรวมค่าที่จำแนกอย่างถูกต้องและไม่ถูกต้องเมื่อเปรียบเทียบกับผลลัพธ์จริงในข้อมูลการทดสอบ ตัวแปรสี่ตัวคือ:
True positive (TP) – ซึ่งเป็นผลลัพธ์ที่โมเดลทำนายคลาสบวกได้อย่างถูกต้อง (เงื่อนไขจะตรวจพบอย่างถูกต้องเมื่อมี)
ค่าลบที่แท้จริง (TN) – ซึ่งเป็นผลลัพธ์ที่แบบจำลองทำนายคลาสเชิงลบได้อย่างถูกต้อง (ตรวจไม่พบเงื่อนไขเมื่อไม่อยู่)
ผลบวกเท็จ (FP) – ซึ่งเป็นผลลัพธ์ที่แบบจำลองคาดการณ์คลาสบวกอย่างไม่ถูกต้อง (ตรวจพบเงื่อนไขแม้จะไม่มีอยู่)
ค่าลบเท็จ (FN) – ซึ่งเป็นผลลัพธ์ที่โมเดลคาดการณ์คลาสเชิงลบอย่างไม่ถูกต้อง (ตรวจไม่พบเงื่อนไขแม้จะมีอยู่)
หนึ่งในมาตรการทางสถิติที่กำหนดโดยทั่วไปคือความไว ความไววัดสัดส่วนของผลบวกที่เกิดขึ้นจริงซึ่งระบุได้อย่างถูกต้องว่าเป็นผลบวก
ความไว = TP / (TP + FN)
ความจำเพาะ หรือที่เรียกว่าหัวกะทิหรืออัตราการติดลบที่แท้จริง (TNR) จะวัดสัดส่วนของค่าลบที่เกิดขึ้นจริงซึ่งระบุได้อย่างถูกต้องว่าเป็นค่าลบ
ความจำเพาะ = TN / (FP + TN)
Positive Predictive Value (PPV) หรือที่เรียกว่า Precision และ Negative Predictive Value (NPV) คือสัดส่วนของผลลัพธ์เชิงบวกและเชิงลบที่เป็นค่าบวกจริง ค่าลบจริงตามลำดับ พวกเขาจะเรียกว่าข้อตกลงการทำนายเชิงลบในเชิงบวกตามลำดับและเป็นการวัดประสิทธิภาพของการทดสอบวินิจฉัย
ค่าทำนายผลบวก (ความแม่นยำ) = TP / (TP + FP)
ค่าทำนายเชิงลบ = TN / (TN + FN)
False Positive Rate (FPR) หรือ fall-out คืออัตราส่วนระหว่างจำนวนของเหตุการณ์เชิงลบที่จัดประเภทอย่างไม่ถูกต้องว่าเป็นค่าบวก (ค่าบวกที่ผิดพลาด) และจำนวนรวมของเหตุการณ์เชิงลบที่เกิดขึ้นจริง (โดยไม่คำนึงถึงการจัดประเภท)
อัตราบวกเท็จ = FP / (FP + TN)
อัตราการค้นพบเท็จ (FDR) เป็นวิธีทางสถิติที่ใช้ในการทดสอบสมมติฐานหลายข้อเพื่อแก้ไขการเปรียบเทียบหลายรายการ
อัตราการค้นพบเท็จ = FP / (FP + TP)
อัตราค่าลบเท็จ (FNR) วัดสัดส่วนของบุคคลที่มีเงื่อนไขซึ่งผลการทดสอบเป็นลบ
อัตราลบเท็จ = FN / (FN + TP)
ความแม่นยำ (ACC) เป็นตัววัดความลำเอียงทางสถิติ
ความแม่นยำ = (TP + TN) / (TP + TN + FP + FN)
คะแนน F1 เป็นการวัดความแม่นยำของการทดสอบ ซึ่งกำหนดเป็นค่าเฉลี่ยฮาร์มอนิกของความแม่นยำและการเรียกคืน
คะแนน F1 = 2TP / (2TP + FP + FN)
Matthews Correlation Coefficient (MCC) อธิบายว่าการเปลี่ยนแปลงค่าของตัวแปรหนึ่งจะส่งผลต่อค่าของตัวแปรอื่นอย่างไร และส่งคืนค่าระหว่าง -1 ถึง 1:
+1 อธิบายการทำนายที่สมบูรณ์แบบ
0 ไม่สามารถส่งคืนข้อมูลที่ถูกต้องได้ (ไม่ดีไปกว่าการทำนายแบบสุ่ม);
-1 อธิบายความไม่สอดคล้องกันอย่างสมบูรณ์ระหว่างการทำนายและการสังเกต
สัมประสิทธิ์สหสัมพันธ์แมทธิวส์ = (TP x TN – FP x FN) / (sqrt((TP+FP) x (TP+FN) x (TN+FP) x (TN+FN)))
อัปโหลดโดย
Alyson Magalhães
ต้องใช้ Android
Android 4.1+
Category
รายงาน
Last updated on Mar 20, 2022
This Confusion Matrix Calculator determines several statistical measures linked to the performance of classification models, such as: Sensitivity, Specificity, Positive Predictive Value (Precision), Negative Predictive Value, False Positive Rate, False Discovery Rate, False Negative Rate, Accuracy & Matthews Correlation Coefficient.
Confusion Matrix Calculator
1.0.0 by MDApp+
Mar 20, 2022