跳到主内容

混淆矩阵计算器

数学计算器

准确率/精确率/召回率/F1 · 八指标

答案速览

混淆矩阵计算器——准确率/精确率/召回率/F1 · 八指标。四格：TP 真阳性（判对的正例）、FP 假阳性（误报，第一类错误）、FN 假阴性（漏报，第二类错误）、TN 真阴性。

准确率 Accuracy98.0%
精确率 Precision94.4%
召回率 / 灵敏度85.0%
F1 分数89.5%
特异度 Specificity99.4%
假阳性率 FPR0.6%
阴性预测值 NPV98.4%
总样本数1000

这些指标是怎么算的

  1. 1行 = 预测类别，列 = 真实类别。TP/TN 是判对的部分；FP（第一类错误）与 FN（第二类错误）是两类错误。
  2. 2准确率 = (TP+TN)/总数 = (85+895)/1000 = 98.0%。
  3. 3精确率 = TP/(TP+FP)（预测为正里有多少是对的）= 94.4%；召回率 = TP/(TP+FN)（真实正例里找到了多少）= 85.0%。
  4. 4F1 = 2·P·R/(P+R)——调和平均对 P 与 R 的短板更敏感；本例 F1 = 89.5%。
  • 类别不平衡陷阱：正例仅 1% 时，「永远预测负类」的模型准确率高达 99% 但召回率为 0——务必同时看精确率与召回率。
  • 精确率与召回率此消彼长：提高判定阈值则精确率升、召回率降；F1 取平衡，Fβ（β>1）更偏重召回。
  • 灵敏度 = 召回率（TPR）；特异度 = 真阴性率（TNR）。医学筛查追求高灵敏度（漏诊少），确诊实验追求高精确率（误诊少）。
  • 混淆矩阵不止 2×2——多分类是 N×N，逐类计算精确率/召回率后取宏平均或加权平均。

这个工具对你有帮助吗？

怎么用

  1. 输入数值或表达式：在混淆矩阵计算器中直接输入，支持键盘操作与连续运算。
  2. 实时出结果：输入即算，无需点击任何按钮。
  3. 看分步过程：结果区附完整计算步骤与公式代入，便于核对与教学演示。
  4. 复制或重算：结果一键复制；修改任意输入即刻重新计算。

核心要点

  • 四格：TP 真阳性（判对的正例）、FP 假阳性（误报，第一类错误）、FN 假阴性（漏报，第二类错误）、TN 真阴性
  • 准确率 Accuracy = (TP+TN)/总数；类别不平衡时会误导（99% 负样本下「全判负」也有 99% 准确率）
  • 精确率 Precision = TP/(TP+FP)——预测为正的可信度；召回率 Recall（灵敏度）= TP/(TP+FN)——正例找回比例
  • F1 = 2·P·R/(P+R)（调和平均，惩罚 P 与 R 短板）；Fβ（β>1）更偏重召回

原理与公式

混淆矩阵：二分类模型预测结果与真实标签的 2×2 交叉表

四格：TP 真阳性（判对的正例）、FP 假阳性（误报，第一类错误）、FN 假阴性（漏报，第二类错误）、TN 真阴性
准确率 Accuracy = (TP+TN)/总数；类别不平衡时会误导（99% 负样本下「全判负」也有 99% 准确率）
精确率 Precision = TP/(TP+FP)——预测为正的可信度；召回率 Recall（灵敏度）= TP/(TP+FN)——正例找回比例
F1 = 2·P·R/(P+R)（调和平均，惩罚 P 与 R 短板）；Fβ（β>1）更偏重召回
特异度 Specificity = TN/(TN+FP)；假阳性率 FPR = 1−特异度；阴性预测值 NPV = TN/(TN+FN)
场景权衡：垃圾邮件过滤重精确率（误拦正常邮件代价高）；癌症筛查重召回率（漏诊代价高）

示例：TP=85, FP=5, FN=15, TN=895 → 准确率 98%、精确率 94.4%、召回率 85%、F1 ≈ 89.5%。

常见问题

混淆矩阵计算器怎么用？
打开页面后在输入框中填入参数即可自动计算。准确率/精确率/召回率/F1 · 八指标。修改任意输入结果自动更新。
计算结果准确吗？
是的。本工具使用精确算法，避免常见浮点误差，结果经过有效性校验。
免费使用吗？需要注册吗？
完全免费，打开网页即用，无需注册、登录或下载任何软件。
支持手机使用吗？
支持。页面采用响应式设计，手机、平板、电脑均可正常使用。
和手机自带的计算器有什么区别？
本工具提供更详细的计算过程和公式说明，支持更多参数选项，手机自带工具通常不具备这些。
结果可以复制吗？
可以。点击结果旁的复制按钮即可复制到剪贴板。

相关工具

相关指南

来源与更新

数学领域的标准计算公式。所有计算逻辑经过验证。最近更新：2025-07

最近更新：

本页公式与内容经一键算团队复核，仅供学习参考，实际业务请以官方口径为准。

内容由一键算编辑团队维护并定期复核，更新与审核流程见编辑规范。

引用本页：一键算. 混淆矩阵计算器[EB/OL]. https://www.yijiansuan.com/c/math/confusion-matrix

本工具提供的结果仅供参考，不构成任何专业建议，请以官方核算为准。