Michele LaurelliBlog

Strumento gratuito · calcolo nel browser

Calcolatore matrice di confusione: precision, recall, F1

Calcola metriche binarie e multiclasse con matrice editabile, medie macro, micro e pesata, F-beta e MCC. Con esempi guidati e configurazioni condivisibili.

Come funziona il calcolo

P=TPTP+FP,R=TPTP+FN,Fβ=(1+β2)PRβ2P+RP=\frac{TP}{TP+FP},\quad R=\frac{TP}{TP+FN},\quad F_\beta=(1+\beta^2)\frac{PR}{\beta^2P+R}
Formula in testo sempliceP=\frac{TP}{TP+FP},\quad R=\frac{TP}{TP+FN},\quad F_\beta=(1+\beta^2)\frac{PR}{\beta^2P+R}

Una matrice di confusione separa gli esiti corretti dagli errori. Nel caso binario, precision misura quanti positivi previsti siano corretti, recall quanti positivi reali vengano trovati e specificity quanti negativi vengano riconosciuti. Accuracy guarda il totale, balanced accuracy media le due recall delle classi.

F1 è la media armonica di precision e recall, mentre F-beta cambia il peso relativo della recall. MCC usa tutte le celle ed è informativo anche con classi sbilanciate. In modalità multiclasse, la diagonale rappresenta le predizioni corrette e gli altri elementi gli scambi fra classi.

Le medie macro attribuiscono lo stesso peso a ogni classe, micro aggrega le celle e weighted pondera per supporto. La colorazione rende visibili gli errori e ogni metrica è collegata al glossario per approfondire la definizione. L’esempio permette di verificare i calcoli prima di usare i propri dati.