AI—17 · COMPUTER VISIONĐừng chỉ nhìn
Đừng chỉ nhìn
mỗi accuracy.
Dán kết quả phân loại để xem confusion matrix, precision, recall và F1. Với bài toán nhị phân, bạn còn có thể kéo threshold để xem các chỉ số đổi theo.
INPUT
Dán nhãn thật và nhãn dự đoán
Nhãn là chữ tùy ý (không chứa khoảng trắng), cách nhau bằng khoảng trắng hoặc dấu phẩy. Dòng bắt đầu bằng # là ghi chú.
ĐỌC MA TRẬN THẾ NÀO
- Hàng = nhãn thật, cột = model đoán. Đường chéo là số đoán đúng.
- Ô ngoài đường chéo cho biết model nhầm class nào thành class nào — thứ mà accuracy giấu tiệt.
- Macro = trung bình đều các class (class hiếm được coi trọng ngang class đông); micro = gộp toàn bộ mẫu, với single-label chính là accuracy.
KẾT QUẢ
Ma trận và metrics từng class
66.7%Accuracy (micro)
66.0%Macro F1
3Số class
15Số mẫu
| thật \ đoán | chó | mèo | thỏ |
|---|---|---|---|
| chó | 5 | 1 | 0 |
| mèo | 2 | 3 | 0 |
| thỏ | 1 | 1 | 2 |
| Class | Precision | Recall | F1 | Support |
|---|---|---|---|---|
| chó | 62.5% | 83.3% | 71.4% | 6 |
| mèo | 60.0% | 60.0% | 60.0% | 5 |
| thỏ | 100.0% | 50.0% | 66.7% | 4 |
| macro | 74.2% | 64.4% | 66.0% | 15 |
| weighted | 71.7% | 66.7% | 66.3% | 15 |
| micro | 66.7% — với single-label, micro P = R = F1 = accuracy | 15 | ||
Macro F1 tụt sâu dưới accuracy là dấu hiệu model bỏ rơi class hiếm — đúng cái bẫy của dataset lệch class.
Mọi phép tính đều ở trong tab này.
Không có dữ liệu nào được gửi lên server.