Binäre Klassifikation

Spam oder Ham? Verschiebe den Schwellenwert und beobachte, wie sich Confusion Matrix und Metriken verändern.

Datensatz

Schwellenwert für Klassifikation

Threshold: 0.50

Ham (tatsächlich) Spam (tatsächlich) Falsch klassifiziert

Tatsächlich
Spam

Tatsächlich
Ham

Vorhergesagt
Spam

Vorhergesagt
Ham

Accuracy–

Precision–

Recall–

F1-Score–

TP = Spam richtig als Spam erkannt

FP = Ham fälschlich als Spam markiert

FN = Spam fälschlich als Ham durchgelassen

TN = Ham richtig als Ham erkannt

$\text{Accuracy} = \frac{TP + TN}{TP + FP + FN + TN}$

$\text{Precision} = \frac{TP}{TP + FP}$

$\text{Recall} = \frac{TP}{TP + FN}$

$\text{F1} = 2 \cdot \frac{Precision \cdot Recall}{Precision + Recall}$

Precision Recall F1-Score