Calculateur de précision, rappel et F1
Métriques de classification à partir d’une matrice de confusion.
Données de la calculatrice
Résultats
Saisissez vos données puis cliquez sur « Calculer » pour voir le résultat.
En bref
- Ce qu’il calcule
- Métriques de classification à partir d’une matrice de confusion.
- Formule appliquée
Précision = VP / (VP + FP)- Exemple
- VP = 80, FP = 20, FN = 15, VN = 85 :
Calculateur de précision, rappel et F1
Ce sont les métriques d'évaluation de tout classifieur, du modèle d'apprentissage automatique au test diagnostique.
Saisissez les quatre valeurs de la matrice de confusion pour obtenir les cinq métriques d'un coup.
Comment ça marche
La précision répond à « parmi ce que j'ai marqué positif, quelle part l'était » ; le rappel répond à « parmi tout ce qui était positif, quelle part ai-je détectée ». Le F1 en est la moyenne harmonique et pénalise les déséquilibres.
Formule
Précision = VP / (VP + FP)
Rappel = VP / (VP + FN)
F1 = 2 · (précision · rappel) / (précision + rappel)
Exactitude = (VP + VN) / total
Spécificité = VN / (VN + FP)
Exemple résolu
VP = 80, FP = 20, FN = 15, VN = 85 :
Précision : 80 %
Rappel : 84,2 %
F1 : 82,1 %
Exactitude : 82,5 %
Explication
Précision et rappel tirent en sens inverse
Un modèle qui ne signale que les cas dont il est certain aura une précision très élevée et en manquera beaucoup. Un modèle qui signale presque tout captera presque tous les positifs avec une précision médiocre.
Ce qu'il faut privilégier dépend du coût de l'erreur
En dépistage médical, manquer un cas est bien plus grave qu'une fausse alerte. Dans un filtre antispam, classer un message légitime en indésirable est pire.
Pourquoi le F1 emploie la moyenne harmonique
La moyenne arithmétique récompense les extrêmes : cent pour cent de précision et zéro rappel donneraient cinquante. La moyenne harmonique donne zéro.
L'exactitude trompe avec des classes déséquilibrées
Si seul un pour cent des cas est positif, répondre toujours non est juste quatre-vingt-dix-neuf fois sur cent sans rien détecter.
Questions fréquentes
Pourquoi le F1 utilise-t-il la moyenne harmonique ?
Parce qu’elle sanctionne les valeurs basses : avec 100 % de précision et 10 % de rappel, la moyenne arithmétique donnerait 55 % mais le F1 seulement 18 %.
Les vrais négatifs sont-ils nécessaires ?
Uniquement pour l’exactitude et la spécificité. Précision, rappel et F1 se calculent sans eux.
Pourquoi le F1 utilise-t-il la moyenne harmonique ?
Parce qu’elle pénalise le déséquilibre : cent pour cent de précision et zéro rappel donnent zéro.
Pourquoi l’exactitude ne suffit-elle pas ?
Avec des classes déséquilibrées, elle est trompeuse.
Envie de calculer autre chose ?
Ces outils sont souvent utilisés avec cette calculatrice.
Khi-deux
Test du khi-deux pour tableaux de contingence et adéquation, avec V de Cramér, résidus, correction de Yates…
Taille d’échantillon
Combien de réponses il faut pour estimer un pourcentage ou une moyenne, avec population finie, effet de plan…
Corrélation de Pearson
Le coefficient r de Pearson entre deux variables, avec valeur p, intervalle de confiance, droite de…
Taux de conversion
Pourcentage de visites transformées en ventes ou inscriptions.
Écart type
Écart d’échantillon et de population, variance et coefficient de variation.
Test t
Comparez deux moyennes (indépendantes ou appariées) ou une moyenne à une valeur, avec valeur p, intervalle…