Метрика машинного обучения
Калькулятор коэффициента корреляции Мэтьюса (MCC)
Объективная оценка качества бинарного классификатора при несбалансированных классах
Быстрые сценарии для проверки:
Коэффициент корреляции Мэтьюса (MCC)
+0.8101
Отличная модель
−1.00 (Инверсия)
0.00 (Случайно)
+1.00 (Идеал)
Ловушка высокой точности (Accuracy Paradox)!
Общая точность модели высока, однако коэффициент MCC крайне низкий. Классификатор просто подстроился под мажоритарный класс и почти не способен выявлять реальные целевые события.
Практический вердикт
Модель демонстрирует устойчивую и высокую корреляцию между прогнозом и фактом с учетом дисбаланса классов. Пригодна для практического использования.
Accuracy (Общая)
96.5%
(TP + TN) / Всего
Balanced Accuracy
89.6%
(Полнота + Специф.) / 2
F1-Score
82.9%
Гармоническое среднее
Precision (Точность)
85.0%
TP / (TP + FP)
Recall (Полнота)
81.0%
TP / (TP + FN)
Специфичность
98.3%
TN / (TN + FP)
Глубокий аудит классификатора
Нажмите кнопку для формирования профессионального разбора модели, оценки рисков ложных срабатываний и рекомендаций по тюнингу порога отсечения.
Скопировано в буфер!
SAS инструменты Сайт с 1000 ми полезных инструментов и калькуляторов SAS