Оценивает производительность модели классификации, используя метрики, полученные из матрицы ошибок, включая точность, полноту, специфичность и точность.
Последовательно пройдите по входным данным, а затем сравните результаты, а не полагайтесь только на один сценарий.
Истинные положительные (TP), Ложные положительные (FP), Истинные отрицательные (TN), Ложные отрицательные (FN) → Специфичность, Полнота (Чувствительность), Точность, F1-мера
Используйте эти примеры, чтобы проверить поведение калькулятора перед вводом собственных значений.
Истинные положительные (TP): 90 count; Ложные положительные (FP): 10 count; Истинные отрицательные (TN): 85 count; Ложные отрицательные (FN): 5 count
Специфичность: 0,8947368421 percentage; Полнота (Чувствительность): 0,9473684211 percentage; Точность: 0,9 percentage; Точность: 0,9210526316 percentage; F1-мера: 0,9230769231 percentage
Истинные положительные (TP): 60 count; Ложные положительные (FP): 20 count; Истинные отрицательные (TN): 50 count; Ложные отрицательные (FN): 10 count
Специфичность: 0,7142857143 percentage; Полнота (Чувствительность): 0,8571428571 percentage; Точность: 0,75 percentage; Точность: 0,7857142857 percentage; F1-мера: 0,8 percentage
Истинные положительные (TP): 70 count; Ложные положительные (FP): 30 count; Истинные отрицательные (TN): 40 count; Ложные отрицательные (FN): 10 count
Специфичность: 0,5714285714 percentage; Полнота (Чувствительность): 0,875 percentage; Точность: 0,7 percentage; Точность: 0,7333333333 percentage; F1-мера: 0,7777777778 percentage
Используйте калькуляторы для алгебры, геометрии, тригонометрии, теории вероятностей, статистики, средних, Z-оценок, тестов и графиков.
Эти ссылки подобраны так, чтобы углубить сессию и ответить на следующий вероятный вопрос без возврата пользователя в поиск.
Рассчитывает коэффициент вовлеченности для постов в социальных сетях. Коэффициент вовлеченности — ключевой показатель для оценки эффективности контента и уровня взаимодействия аудитории.
Вычисляет ковариацию между двумя наборами данных. Ковариация измеряет совместную изменчивость двух случайных величин, указывая, насколько они изменяются вместе.
Выполняет непараметрический тест для сравнения различий между двумя независимыми группами, когда нарушено предположение о нормальности. Он вычисляет статистику U и соответствующее p-значение.
Вычисляет степени свободы (df) для различных статистических тестов, представляющие количество независимой информации, доступной для оценки параметра.