← Matematica

StatisticaClassificazione

Calcolatore di accuratezza bilanciata

Altre lingue 日本語 | English | 繁體中文 | 繁體中文(香港) | 한국어 | Italiano | فارسی

Inserisci TP, FP, TN e FN per confrontare accuratezza bilanciata, sensibilità, specificità, precisione, prevalenza e accuratezza semplice in una classificazione binaria.

Usa questa pagina quando lo sbilanciamento delle classi può far sembrare l'accuratezza semplice più solida di quanto sia. Se vuoi anche un indice unico in stile correlazione, confrontala con MCC.

Come usare

  1. Inserisci TP, FP, TN e FN da un risultato di classificazione binaria.
  2. Leggi l'accuratezza bilanciata insieme a sensibilità e specificità, non da sola.
  3. Confrontala con l'accuratezza semplice per capire se lo sbilanciamento delle classi sta migliorando il numero principale.

Stesso peso a positivi e negativi

L'accuratezza bilanciata media sensibilità e specificità. E un modo rapido per controllare se una classe viene trattata in modo equo quando il dataset e sbilanciato.

Dati in ingresso

Esegui un calcolo per confrontare accuratezza bilanciata, sensibilità, specificità, precisione e accuratezza semplice.

L'accuratezza bilanciata controlla l'equilibrio tra classi

L'accuratezza bilanciata e la media tra sensibilità e specificità. In questo modo la classe positiva e quella negativa hanno lo stesso peso, anche quando il dataset è molto sbilanciato verso una sola classe.

Perché confrontarla con l'accuratezza semplice?

Se l'accuratezza semplice è molto più alta dell'accuratezza bilanciata, il modello probabilmente si appoggia alla classe dominante. Spesso significa che la classe minoritaria richiede ancora attenzione.

Cosa controllare dopo

L'accuratezza bilanciata e un buon riepilogo, ma non racconta tutto. Tieni visibili sensibilità, specificità e conteggi grezzi della matrice di confusione, così e chiaro quale lato del compromesso sta guidando il risultato.

Domande frequenti

Che cosa misura l'accuratezza bilanciata?

L'accuratezza bilanciata e la media tra sensibilità e specificità. Da lo stesso peso alla classe positiva e a quella negativa, quindi spesso e più informativa dell'accuratezza semplice quando le classi sono sbilanciate.

Perché l'accuratezza semplice può essere più alta?

Se una classe domina il dataset, un classificatore può ottenere un'accuratezza semplice alta soprattutto indovinando la classe maggioritaria. L'accuratezza bilanciata mostra se la classe minoritaria viene trattata in modo equo, mediando sensibilità e specificità.

L'accuratezza bilanciata basta da sola?

Non sempre. E un buon valore di sintesi, ma conviene leggere anche sensibilità, specificità e conteggi grezzi della matrice di confusione per capire il compromesso operativo.

L'URL di condivisione include conteggi o etichette?

No. L'URL di condivisione salva solo impostazioni leggere, come le cifre decimali. Conteggi ed etichette personalizzate restano nel tuo browser.

Commenti (facoltativi)

Per ridurre il carico, i commenti vengono caricati solo quando servono.