机器学习 · 扩展学习

ML 混淆矩阵计算器

用 TP/FP/FN/TN 整数计数计算命名指标，并显示计数图表。

运行本地实验

关键结果

指标值单位
Precision 精确率84%
Recall 召回率77.8%
F180.8%
Accuracy 准确率90%
  • Precision 和 Recall 仅在分母为 0 时为不适用；当 2TP + FP + FN 为正且 TP 为 0 时，F1 为 0。
混淆矩阵计数TP 真阳性42 countFP 假阳性8 countFN 假阴性12 countTN 真阴性138 count

实验步骤

  1. 输入非负整数计数；不接受小数或非有限数值。
  2. 读取 Precision、Recall、F1、Accuracy 和 TP/FP/FN/TN 计数图表。
  3. 把离线指标与业务结果、安全阈值和数据代表性分开讨论。

来源、公式与限制

原创合成整数计数；Precision = TP/(TP+FP)，Recall = TP/(TP+FN)，F1 = 2TP/(2TP+FP+FN)，Accuracy = (TP+TN)/总数。

不来自训练模型、测试集或线上遥测；分母为 0 的指标显示为不适用。

合成计数不代表真实模型、数据集、线上风险或业务价值。