الگو:واژگان ماتریس درهم‌ریختگی

		وضعیت پیش‌بینی‌شده		^منابع:^[۱]^[۲]^[۳]^[۴]^[۵]^[۶]^[۷]^[۸] ^{نمایش بحث ویرایش}
	کل جامعه $= P + N$	مثبت پیش‌بینی‌شده	منفی پیش‌بینی‌شده	اطلاع‌مندی (BM) $= TPR + TNR - 1$	آستانه شیوع (PT) $= .mw-parser-output .sfrac{white-space:nowrap}.mw-parser-output .sfrac.tion,.mw-parser-output .sfrac .tion{display:inline-block;vertical-align:-0.5em;font-size:85%;text-align:center}.mw-parser-output .sfrac .num,.mw-parser-output .sfrac .den{display:block;line-height:1em;margin:0 0.1em}.mw-parser-output .sfrac .den{border-top:1px solid}.mw-parser-output .sr-only{border:0;clip:rect(0,0,0,0);height:1px;margin:-1px;overflow:hidden;padding:0;position:absolute;width:1px}√TPR × FPR - FPR/TPR - FPR$
وضعیت واقعی	مثبت (P) ^[الف]	مثبت واقعی(TP)، ضربه صحیح (hit)^[ب]	منفی کاذب (FN)، عدم تشخیص، کمتر از واقع برآورد شده (miss)	نرخ مثبت واقعی (TPR)، بازیابی، حساسیت (SEN)، احتمال تشخیص، نرخ ضربه صحیح، توان $= TP / P$ $= 1 - FNR$	نرخ منفی کاذب (FNR)، نرخ عدم تشخیص (miss rate)خطای نوع دوم ^[پ] $= FN / P$ $= 1 - TPR$
وضعیت واقعی	منفی (N)^[ت]	مثبت کاذب (FP)، آلارم اشتباه، آژیر کاذب، برآورد بیش از واقع	منفی واقعی (TN) ، رد صحیح (correct rejection)^[ث]	نرخ مثبت کاذب (FPR)، احتمال آژیر کاذب، fall-out خطای نوع اول ^[ج] $= FP / N$ $= 1 - TNR$	نرخ منفی واقعی (TNR)، ویژگی (specificity)، گزینش‌پذیری $= TN / N$ $= 1 - FPR$
	شیوع $= P / P + N$	ارزش اخباری مثبت (PPV)، دقت $= TP / TP + FP$ $= 1 - FDR$	نرخ حذف اشتباه (FOR) $= FN / TN + FN$ $= 1 - NPV$	نسبت درست‌نمایی مثبت (LR+) $= TPR / FPR$	نسبت درست‌نمایی منفی (LR−) $= FNR / TNR$
	صحت (ACC) $= TP + TN / P + N$	نرخ کشف اشتباه (FDR) $= FP / TP + FP$ $= 1 - PPV$	ارزش اخباری منفی (NPV) $= TN / TN + FN$ $= 1 - FOR$	نشانداری (MK)، deltaP (Δp) $= PPV + NPV - 1$	نسبت شانس تشخیصی (DOR) $= LR+ / LR-$
	دقت متعادل (BA) $= TPR + TNR / 2$	امتیاز اف ۱ $= 2 PPV \times TPR / PPV + TPR$ $= 2 TP / 2 TP + FP + FN$	شاخص فاوکس–مالوز (FM) $= \sqrt PPV \times TPR$	ضریب همبستگی متیوز (MCC) $= \sqrt TPR \times TNR \times PPV \times NPV$ $- \sqrt FNR \times FPR \times FOR \times FDR$	شاخص جاکارد، امتیاز تهدید (TS)، شاخص موفقیت بحرانی (CSI) $= TP / TP + FN + FP$

↑ تعداد موارد واقعاً مثبت در داده‌ها
↑ نتیجه‌ای که درست نشان می‌دهد یک وضعیت یا ویژگی حضور دارد
↑ خطای نوع دوم: نتیجه‌ای که به‌اشتباه نشان می‌دهد یک ویژگی یا وضعیت حضور ندارد
↑ تعداد موارد واقعاً منفی در داده‌ها
↑ نتیجه‌ای که درست نشان می‌دهد یک وضعیت یا ویژگی غایب است
↑ خطای نوع اول: نتیجه‌ای که به‌اشتباه نشان می‌دهد یک ویژگی یا وضعیت حضور دارد

منابع

↑ Fawcett, Tom (2006). "An Introduction to ROC Analysis" (PDF). Pattern Recognition Letters. 27 (8): 861–874. doi:10.1016/j.patrec.2005.10.010. S2CID 2027090.
↑ Provost, Foster; Tom Fawcett (2013-08-01). "Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking". O'Reilly Media، Inc. (به انگلیسی).
↑ Powers, David M. W. (2011). "Evaluation: From Precision، Recall and F-Measure to ROC، Informedness، Markedness & Correlation". Journal of Machine Learning Technologies. 2 (1): 37–63.
↑ Ting, Kai Ming (2011). Sammut, Claude; Webb, Geoffrey I. (eds.). Encyclopedia of machine learning. Springer. doi:10.1007/978-0-387-30164-8. ISBN 978-0-387-30164-8.
↑ Brooks, Harold; Brown, Barb; Ebert, Beth; Ferro, Chris; Jolliffe, Ian; Koh, Tieh-Yong; Roebber, Paul; Stephenson, David (2015-01-26). "WWRP/WGNE Joint Working Group on Forecast Verification Research". Collaboration for Australian Weather and Climate Research. World Meteorological Organisation. Retrieved 2019-07-17.
↑ Chicco D، Jurman G (January 2020). "The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation". BMC Genomics. 21 (1): 6-1–6-13. doi:10.1186/s12864-019-6413-7. PMC 6941312. PMID 31898477. {{cite journal}}: Vancouver style error: non-Latin character in name 1 (help)
↑ Chicco D، Toetsch N، Jurman G (February 2021). "The Matthews correlation coefficient (MCC) is more reliable than balanced accuracy، bookmaker informedness، and markedness in two-class confusion matrix evaluation". BioData Mining. 14 (13): 13. doi:10.1186/s13040-021-00244-z. PMC 7863449. PMID 33541410. {{cite journal}}: Vancouver style error: non-Latin character in name 1 (help)
↑ Tharwat A. (August 2018). "Classification assessment methods". Applied Computing and Informatics. 17: 168–192. doi:10.1016/j.aci.2018.08.003.

توضیحات الگو

ویرایشگران می‌توانند در صفحات تمرین و آزمایشی این الگو را آزمایش کنند.
زیرصفحه‌های این الگو.

[9] تعداد موارد واقعاً مثبت در داده‌ها

[10] نتیجه‌ای که درست نشان می‌دهد یک وضعیت یا ویژگی حضور دارد

[11] خطای نوع دوم: نتیجه‌ای که به‌اشتباه نشان می‌دهد یک ویژگی یا وضعیت حضور ندارد

[12] تعداد موارد واقعاً منفی در داده‌ها

[13] نتیجه‌ای که درست نشان می‌دهد یک وضعیت یا ویژگی غایب است

[14] خطای نوع اول: نتیجه‌ای که به‌اشتباه نشان می‌دهد یک ویژگی یا وضعیت حضور دارد

[1] Fawcett, Tom (2006). "An Introduction to ROC Analysis" (PDF). Pattern Recognition Letters. 27 (8): 861–874. doi:10.1016/j.patrec.2005.10.010. S2CID 2027090.

[2] Provost, Foster; Tom Fawcett (2013-08-01). "Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking". O'Reilly Media، Inc. (به انگلیسی).

[3] Powers, David M. W. (2011). "Evaluation: From Precision، Recall and F-Measure to ROC، Informedness، Markedness & Correlation". Journal of Machine Learning Technologies. 2 (1): 37–63.

[4] Ting, Kai Ming (2011). Sammut, Claude; Webb, Geoffrey I. (eds.). Encyclopedia of machine learning. Springer. doi:10.1007/978-0-387-30164-8. ISBN 978-0-387-30164-8.

[5] Brooks, Harold; Brown, Barb; Ebert, Beth; Ferro, Chris; Jolliffe, Ian; Koh, Tieh-Yong; Roebber, Paul; Stephenson, David (2015-01-26). "WWRP/WGNE Joint Working Group on Forecast Verification Research". Collaboration for Australian Weather and Climate Research. World Meteorological Organisation. Retrieved 2019-07-17.

[6] Chicco D، Jurman G (January 2020). "The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation". BMC Genomics. 21 (1): 6-1–6-13. doi:10.1186/s12864-019-6413-7. PMC 6941312. PMID 31898477. {{cite journal}}: Vancouver style error: non-Latin character in name 1 (help)

[7] Chicco D، Toetsch N، Jurman G (February 2021). "The Matthews correlation coefficient (MCC) is more reliable than balanced accuracy، bookmaker informedness، and markedness in two-class confusion matrix evaluation". BioData Mining. 14 (13): 13. doi:10.1186/s13040-021-00244-z. PMC 7863449. PMID 33541410. {{cite journal}}: Vancouver style error: non-Latin character in name 1 (help)

[8] Tharwat A. (August 2018). "Classification assessment methods". Applied Computing and Informatics. 17: 168–192. doi:10.1016/j.aci.2018.08.003.

[۱]

[۲]

[۳]

[۴]

[۵]

[۶]

[۷]

[۸]

[الف]

[ب]

[پ]

[ت]

[ث]

[ج]