Aller au contenu
Omnikalc

Quelle est la qualité de votre test ou de votre classifieur ?

Indiquez les vrais positifs, faux positifs, faux négatifs et vrais négatifs : vous obtenez l'exactitude, la précision, le rappel, la spécificité, le F1, l'exactitude équilibrée, l'indice de Youden et le coefficient de Matthews.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Score F1

84,2 %

Coefficient de corrélation de Matthews (MCC)

0,704

Fort accord entre la prédiction et la réalité
Exactitude
85,0 %
Précision (valeur prédictive positive)
80,0 %
Rappel (sensibilité)
88,9 %
Spécificité
81,8 %
Exactitude équilibrée
85,4 %
Indice J de Youden
0,707
Prévalence des positifs
45,0 %

Une matrice de confusion compare ce qu’un test, un classifieur ou un modèle a prédit avec ce qui s’est réellement passé. Elle comprend quatre effectifs : les vrais positifs (correctement repérés), les faux positifs (repérés à tort), les faux négatifs (manqués) et les vrais négatifs (correctement écartés). De nombreuses mesures de qualité se construisent à partir de ces quatre nombres. Ce calculateur calcule les principales en même temps, pour voir plus qu’un simple chiffre d’exactitude.

Comment se fait le calcul

  • Exactitude = (VP + VN) ÷ total
  • Précision = VP ÷ (VP + FP), rappel = VP ÷ (VP + FN), spécificité = VN ÷ (VN + FP)
  • F1 = 2 × précision × rappel ÷ (précision + rappel)
  • Exactitude équilibrée = (rappel + spécificité) ÷ 2
  • J de Youden = rappel + spécificité − 1
  • MCC = (VP × VN − FP × FN) ÷ √((VP + FP)(VP + FN)(VN + FP)(VN + FN))

Exemple

Un classifieur trouve 80 vrais positifs et 90 vrais négatifs, avec 20 faux positifs et 10 faux négatifs, sur 200 cas. L’exactitude est de 85 %, la précision de 80 %, le rappel de 88,9 % et la spécificité de 81,8 %. Le score F1 est de 84,2 %, l’exactitude équilibrée de 85,4 %, le J de Youden de 0,707 et le MCC de 0,704, un accord fort.

Choisir la bonne mesure

Quand les positifs sont rares, l’exactitude cache les échecs : regardez la précision et le rappel. La précision compte quand les fausses alertes coûtent cher, comme pour un filtre antispam ; le rappel compte quand manquer un cas coûte cher, comme pour le dépistage d’une maladie. Le F1 combine les deux en un seul score, et le MCC est le plus équilibré, car il n’est élevé que si les quatre cases sont bonnes.

Précautions

Ces chiffres décrivent les données que vous avez comptées. Si les cas de test ne sont pas représentatifs, ou si la prévalence diffère en usage réel, la précision et les valeurs prédictives changeront même si la sensibilité et la spécificité restent les mêmes. Pour un test médical, regardez comment les valeurs prédictives dépendent de la prévalence avant d’utiliser le résultat pour décider.

Questions fréquentes

Qu'est-ce qu'une matrice de confusion ?

Un tableau 2 × 2 qui compare les classes prédites et réelles : vrais et faux positifs, vrais et faux négatifs.

Quand l'exactitude est-elle trompeuse ?

Quand une classe est rare. Un test qui répond toujours négatif est exact à 99 % si seulement 1 % des cas sont positifs, d'où l'usage du F1 et du MCC.

Qu'est-ce que le MCC ?

Le coefficient de corrélation de Matthews, de −1 à 1, est une mesure équilibrée qui utilise les quatre cases et reste pertinente avec des classes déséquilibrées.

Qu'est-ce que l'indice J de Youden ?

Sensibilité + spécificité − 1. Il va de 0 (inutile) à 1 (parfait) et sert à choisir un seuil de test.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.