ประเมินประสิทธิภาพของแบบจำลองการจำแนกประเภทโดยใช้เมตริกที่ได้มาจากเมทริกซ์ความสับสน รวมถึงความแม่นยำ ความแม่นยำ การเรียกคืน และความจำเพาะ
ค่อย ๆ กรอกข้อมูลนำเข้า แล้วเปรียบเทียบผลลัพธ์แทนการพึ่งพาเพียงสถานการณ์เดียว
ค่าบวกจริง (TP), ค่าบวกลวง (FP), ค่าลบจริง (TN), ค่าลบลวง (FN) → ความจำเพาะ, การเรียกคืน (ความไว), ความแม่นยำ, คะแนน F1
ใช้ตัวอย่างเหล่านี้เพื่อตรวจสอบพฤติกรรมของเครื่องคิดเลขก่อนใส่ค่าของคุณเอง
ค่าบวกจริง (TP): 90 count; ค่าบวกลวง (FP): 10 count; ค่าลบจริง (TN): 85 count; ค่าลบลวง (FN): 5 count
ความจำเพาะ: 0.8947368421 percentage; การเรียกคืน (ความไว): 0.9473684211 percentage; ความแม่นยำ: 0.9 percentage; ความแม่นยำ: 0.9210526316 percentage; คะแนน F1: 0.9230769231 percentage
ค่าบวกจริง (TP): 60 count; ค่าบวกลวง (FP): 20 count; ค่าลบจริง (TN): 50 count; ค่าลบลวง (FN): 10 count
ความจำเพาะ: 0.7142857143 percentage; การเรียกคืน (ความไว): 0.8571428571 percentage; ความแม่นยำ: 0.75 percentage; ความแม่นยำ: 0.7857142857 percentage; คะแนน F1: 0.8 percentage
ค่าบวกจริง (TP): 70 count; ค่าบวกลวง (FP): 30 count; ค่าลบจริง (TN): 40 count; ค่าลบลวง (FN): 10 count
ความจำเพาะ: 0.5714285714 percentage; การเรียกคืน (ความไว): 0.875 percentage; ความแม่นยำ: 0.7 percentage; ความแม่นยำ: 0.7333333333 percentage; คะแนน F1: 0.7777777778 percentage
ใช้เครื่องคิดเลขสำหรับพีชคณิต เรขาคณิต ตรีโกณมิติ ความน่าจะเป็น สถิติ ค่าเฉลี่ย ค่า z-score การทดสอบ และงานวาดกราฟ
ลิงก์เหล่านี้ถูกเลือกมาเพื่อทำให้การใช้งานลึกขึ้นและตอบคำถามถัดไปที่น่าจะเกิดขึ้น โดยไม่ส่งผู้ใช้กลับไปค้นหาใหม่
คำนวณความแตกต่างระหว่างค่าที่สังเกตได้และค่าที่คาดการณ์ไว้จากแบบจำลองการถดถอย
คำนวณข้อบกพร่องต่อโอกาสหนึ่งล้าน (DPMO) ซึ่งเป็นตัวชี้วัดคุณภาพที่แสดงถึงจำนวนข้อบกพร่องต่อโอกาสหนึ่งล้านในกระบวนการ
คำนวณเอนโทรปี (ระดับข้อมูลเฉลี่ย ความประหลาดใจ หรือความไม่แน่นอน) ที่มีอยู่ในผลลัพธ์ที่เป็นไปได้ของตัวแปร
คำนวณอัตราการมีส่วนร่วมสำหรับโพสต์บนโซเชียลมีเดีย อัตราการมีส่วนร่วมเป็นตัวชี้วัดสำคัญสำหรับการประเมินประสิทธิภาพของเนื้อหาและการมีปฏิสัมพันธ์ของผู้ชม