Calculadora de precisão, recall e F1

São as métricas com que se avalia qualquer classificador, de um modelo de aprendizagem automática a um teste diagnóstico.

Informe os quatro valores da matriz de confusão e receba as cinco métricas de uma vez.

A precisão responde a «do que marquei como positivo, quanto era mesmo»; o recall responde a «de tudo o que era positivo, quanto detetei». O F1 é a média harmônica dos dois e penaliza desequilíbrios.

Precisão e revocação puxam em direções opostas

Um modelo que só assinala os casos de que está certíssimo terá precisão altíssima e deixará muitos de fora. Outro que assinala quase tudo capturará quase todos os positivos com precisão péssima.

Qual priorizar depende do custo do erro

Num rastreio médico, deixar passar um caso é muito mais grave que um falso alarme. Num filtro de correio indesejado, marcar uma mensagem legítima como lixo é pior.

Por que o F1 usa média harmónica

A média aritmética premeia os extremos: precisão de cem por cento e revocação de zero daria cinquenta. A média harmónica castiga o desequilíbrio e dá zero.

A exatidão engana com classes desbalanceadas

Se só um por cento dos casos são positivos, um modelo que responda sempre que não acerta noventa e nove por cento das vezes sem detetar nada.