良好なパフォーマンス
真陽性 (TP): 90 個; 偽陽性 (FP): 10 個; 真陰性 (TN): 85 個; 偽陰性 (FN): 5 個
特異度: 0.8947368421 パーセント; 再現率(感度): 0.9473684211 パーセント; 適合率: 0.9 パーセント; 精度: 0.9210526316 パーセント; F1スコア: 0.9230769231 パーセント
混同行列から派生した指標(精度、適合率、再現率、特異度など)を用いて、分類モデルの性能を評価します。
入力を順に確認し、1つのシナリオだけに頼らず結果を比較してください。
真陽性 (TP), 偽陽性 (FP), 真陰性 (TN), 偽陰性 (FN) → 特異度, 再現率(感度), 適合率, 精度, F1スコア
自分の値を試す前に、これらの例で計算機の動作を確認してください。
真陽性 (TP): 90 個; 偽陽性 (FP): 10 個; 真陰性 (TN): 85 個; 偽陰性 (FN): 5 個
特異度: 0.8947368421 パーセント; 再現率(感度): 0.9473684211 パーセント; 適合率: 0.9 パーセント; 精度: 0.9210526316 パーセント; F1スコア: 0.9230769231 パーセント
真陽性 (TP): 60 個; 偽陽性 (FP): 20 個; 真陰性 (TN): 50 個; 偽陰性 (FN): 10 個
特異度: 0.7142857143 パーセント; 再現率(感度): 0.8571428571 パーセント; 適合率: 0.75 パーセント; 精度: 0.7857142857 パーセント; F1スコア: 0.8 パーセント
真陽性 (TP): 70 個; 偽陽性 (FP): 30 個; 真陰性 (TN): 40 個; 偽陰性 (FN): 10 個
特異度: 0.5714285714 パーセント; 再現率(感度): 0.875 パーセント; 適合率: 0.7 パーセント; 精度: 0.7333333333 パーセント; F1スコア: 0.7777777778 パーセント
代数、幾何、三角法、確率、統計、平均値、zスコア、検定、グラフ作成の計算機を利用できます。
これらのリンクは、検索に戻らずに次に起こりやすい疑問へ進めるよう選ばれています。
回帰分析において、従属変数の分散のうち、独立変数から予測可能な割合を計算します。
適合度または独立性の検定のためのカイ二乗統計量とp値を計算します。観測度数と期待度数または値が必要です。
帰無仮説が真であると仮定した場合に、計算されたものと同等かそれ以上に極端な検定統計量を観察する確率を計算します。
母集団の標準偏差が不明な場合に仮説検定で使用されるt統計量を計算します。この計算機は、標本平均と母集団平均の差が統計的に有意であるかどうかを判断するのに役立ちます。