Bewertet die Leistung eines Klassifizierungsmodells mithilfe von Metriken, die aus einer Konfusionsmatrix abgeleitet werden, einschließlich Genauigkeit, Präzision, Recall und Spezifität.
Gehen Sie die Eingaben bewusst durch und vergleichen Sie dann die Ausgaben, statt sich auf nur ein Szenario zu verlassen.
Wahre Positive (WP), Falsch Positive (FP), Wahre Negative (WN), Falsch Negative (FN) → Spezifität, Recall (Sensitivität), Präzision, Genauigkeit, F1-Score
Nutzen Sie diese Beispiele, um das Verhalten des Rechners zu prüfen, bevor Sie Ihre eigenen Werte eingeben.
Wahre Positive (WP): 90 Anzahl; Falsch Positive (FP): 10 Anzahl; Wahre Negative (WN): 85 Anzahl; Falsch Negative (FN): 5 Anzahl
Spezifität: 0,8947368421 Prozent; Recall (Sensitivität): 0,9473684211 Prozent; Präzision: 0,9 Prozent; Genauigkeit: 0,9210526316 Prozent; F1-Score: 0,9230769231 Prozent
Wahre Positive (WP): 60 Anzahl; Falsch Positive (FP): 20 Anzahl; Wahre Negative (WN): 50 Anzahl; Falsch Negative (FN): 10 Anzahl
Spezifität: 0,7142857143 Prozent; Recall (Sensitivität): 0,8571428571 Prozent; Präzision: 0,75 Prozent; Genauigkeit: 0,7857142857 Prozent; F1-Score: 0,8 Prozent
Wahre Positive (WP): 70 Anzahl; Falsch Positive (FP): 30 Anzahl; Wahre Negative (WN): 40 Anzahl; Falsch Negative (FN): 10 Anzahl
Spezifität: 0,5714285714 Prozent; Recall (Sensitivität): 0,875 Prozent; Präzision: 0,7 Prozent; Genauigkeit: 0,7333333333 Prozent; F1-Score: 0,7777777778 Prozent
Nutzen Sie Rechner für Algebra, Geometrie, Trigonometrie, Wahrscheinlichkeit, Statistik, Mittelwerte, z-Werte, Tests und Diagrammerstellung.
Diese Links sind darauf ausgelegt, die Sitzung zu vertiefen und die nächste wahrscheinliche Frage zu beantworten, ohne Nutzer zurück zur Suche zu schicken.
Führt einen F-Test durch, um die Varianzen zweier Populationen zu vergleichen.
Berechnet Wahrscheinlichkeiten und Perzentile, die mit der Standardnormalverteilung (Z) oder einer beliebigen Normalverteilung verbunden sind.
Führt einen T-Test (Ein-Stichproben-, Zwei-Stichproben- oder gepaart) durch, um Mittelwerte zu vergleichen und die statistische Signifikanz zu bestimmen.
Hilft bei der Bestimmung von Klassenintervallen und -häufigkeiten für die Erstellung eines Histogramms (visuelle Darstellung der Häufigkeitsverteilung).