ForHosting KIT · الرياضيات

حاسبة مصفوفة الالتباس

ثماني حالات تُقارن بتنبؤاتها تعطي 3 إيجابيات حقيقية و3 سلبيات حقيقية وإيجابية كاذبة واحدة وسلبية كاذبة واحدة. الصق التسميات الحقيقية والمتنبأ بها بالترتيب نفسه لتحصل على العدّادات الأربعة التي تُبنى عليها الدقة والضبط والاستدعاء. مجانية في متصفحك.

  • مجاني
  • يعمل في متصفحك
  • دون تسجيل
  • بياناتك لا تغادر جهازك
شغّل الأداة مجانًا اطّلع على الـAPI
استخدمها من الويبAPIالبريدTelegramالتطبيق قريبًا

شغّل الأداة مجانًا

تحوّل حاسبة مصفوفة الالتباس سلسلتين متوازيتين —التسميات الحقيقية التي تعرفونها مسبقاً والتسميات المتنبأ بها التي أنتجها نموذج أو اختبار أو قاعدة— إلى العدّادات الثنائية الأربعة التي يبدأ بها كل تقرير تصنيف: الإيجابيات الحقيقية، والسلبيات الحقيقية، والإيجابيات الكاذبة، والسلبيات الكاذبة. ترسلون المصفوفتين المتقابلتين، وتعيّنون الصنف الموجب عندما لا تكون المسألة زوجاً بديهياً من صنفين مثل واحد مقابل صفر. يمرّ المحرّك على كل فهرس مرة واحدة ويزيد الخلية المطابقة. لا شبكة ولا عشوائية ولا ساعة.

ماذا تعدّ مصفوفة الالتباس ولماذا تهمّ الخلايا الأربع

مصفوفة الالتباس الثنائية جدول من أربع خلايا يسجّل كيف تصطفّ تنبؤات المصنّف مع تسميات الحقيقة الميدانية. تسقط كل مشاهدة متقابلة في خلية واحدة تماماً. الإيجابية الحقيقية حالة تكون تسميتها الحقيقية الصنف الموجب وتسميتها المتنبأ بها الصنف الموجب أيضاً: أصاب النموذج إذ رفع الإنذار.

السلبية الحقيقية حالة ليست تسميتها الحقيقية الصنف الموجب وليست تنبؤها كذلك: أصاب النموذج إذ لزم الصمت. الإيجابية الكاذبة خطأ من النوع الأول، إنذار كاذب: التسمية الحقيقية سالبة لكن النموذج تنبّأ بموجب. السلبية الكاذبة خطأ من النوع الثاني، إفلات: التسمية الحقيقية موجبة لكن النموذج تنبّأ بسالب.

هذه الأعداد الصحيحة الأربعة —الإيجابيات الحقيقية والسلبيات الحقيقية والإيجابيات الكاذبة والسلبيات الكاذبة— مادة الدقة والضبط والاستدعاء والنوعية وF1 وارتباط ماثيوز، لكن هذه القدرة تتوقف عند العدّادات حتى تؤلّفوا تلك الدرجات المشتقة كما يطلب تقريركم. المسح واحد مقابل البقية عندما تعيّنون صنفاً موجباً بين أكثر من تسميتين: تُعامل كل تسمية أخرى على أنها سالبة. استخدموها عندما تكون لديكم تسميات حقيقية ومتنبأ بها متوازية وتحتاجون الخلايا الأربع، لا جدولاً متعدد الأصناف لكل زوج من الأصناف.

عقد الإدخال وفحص الطول وكيفية اختيار الصنف الموجب

تُحوَّل الأعداد والقيم المنطقية إلى سلاسل حتى يُعدّ العدد واحد والرمز 1 التسمية نفسها. يسمّي الحقل الاختياري positive الصنف المعامل خلية موجبة في جدول اثنين في اثنين. عند إغفاله تُستنتج أزواج تكاملية معروفة مثل 1 و0، وtrue وfalse، وyes وno، وpositive وnegative، وpos وneg، وp وn، أو spam وham؛ وإذا ظهر رمز الزوج السالب وحده يُستخدم الاسم الموجب المكمّل حتى تصبح قائمة أصفار كلها سلبيات حقيقية لا جدولاً مضلّلاً من إيجابيات حقيقية كلها.

في أي مسألة أخرى ذات صنفين تُتخذ آخر تسمية متميزة وفق الترتيب المعجمي موجبة، وفق عرف التسميات المرتبة. أكثر من تسميتين متميزتين بلا positive صريح خطأ، لأن مصفوفة من أربع خلايا ستختار صنفاً في صمت. عند النجاح يعيد الجسم n، والتسمية الموجبة المحلولة، وتسمية negative اختيارية عندما يوجد مكمّل واحد تماماً، والعدّادات الأربعة، وسلسلة formula قصيرة.

لا يُحفظ شيء بعد إعادة الاستجابة.

من يستفيد من مصفوفة الالتباس

تستخدم دروس الطب والفرز العدّادات الأربعة نفسها لشرح الحساسية والنوعية: الإيجابيات الحقيقية المرضى الذين التقطهم الاختبار، والسلبيات الكاذبة الإفلاتات، والإيجابيات الكاذبة الأصحاء المُحالون إلى المتابعة، والسلبيات الحقيقية الحالات المستبعدة على نحو صحيح. تراقب طوابير الرسائل غير المرغوب فيها والاحتيال والإشراف الإيجابيات الكاذبة لأن كلاً منها يهدر دورة مراجعة بشرية، وتراقب السلبيات الكاذبة لأن كلاً منها رسالة تسرّبت. لا يستهلك فشل التحقق الرصيد.

أبقوا القائمتين متوازيتين، وعيّنوا الصنف الموجب عندما لا يكون بديهياً، فتحصلون على TP وTN وFP وFN قابلة لإعادة الإنتاج للواجبات وCI وتقارير الإنتاج من دون إقامة ركام إحصائي خاص بكم.

حالات الاستخدام

تعليم الفرز والتشخيص

بيّنوا كيف يقسم اختبار طبي أو أمني المرضى إلى التقاطات وإفلاتات وإنذارات كاذبة واستبعادات صحيحة انطلاقاً من قائمتي تسميات.

واجبات وتصحيح آلي

ثبّتوا مثالاً معروفاً 0/1 حتى يعلّم المصحح الخلايا الأربع من دون قبول قطر ثانوي مُبادَل على أنه صحيح.

الأسئلة الشائعة

ماذا يحدث إذا اختلف طولا مصفوفتَي التسميات؟

اقتران العناصر الزائدة يختلق مطابقات، لذلك تُرفض القوائم غير المتساوية ولا تُفوتر.

كيف يُختار الصنف الموجب إذا أغفلتموه؟

تُستنتج أزواج معروفة مثل 1/0 وtrue/false وyes/no وspam/ham. أي مسألة أخرى ذات صنفين تستخدم آخر تسمية متميزة وفق الترتيب المعجمي. أكثر من صنفين يتطلّب حقلاً positive صريحاً.

هل يمكن تقييم مسألة متعددة الأصناف؟

نعم، بأسلوب واحد مقابل البقية: عيّنوا positive على الصنف الذي يهمّكم. كل تسمية أخرى تُعدّ سالبة. تعيد القدرة الخلايا الثنائية الأربع، لا جدولاً كاملاً k في k.

ما الفرق بين الإيجابية الكاذبة والسلبية الكاذبة؟

الإيجابية الكاذبة إنذار خاطئ، أي خطأ من النوع الأول: التسمية الحقيقية سالبة لكن التنبؤ قال موجبة. والسلبية الكاذبة حالة فائتة، أي خطأ من النوع الثاني: كانت موجبة وقال التنبؤ سالبة.

هل تحسب الأداة الدقة أو الضبط أو الاستدعاء؟

لا. فهي تتوقف عند العدّادات الأربعة عمدًا، ويمكنك أن تبني منها الدقة والضبط والاستدعاء والنوعية وغيرها بالطريقة التي يتطلبها تقريرك.

أدوات ذات صلة

حاسبة معدل الإيجاب الكاذبالرياضياتحاسبة مسألة المصافحةالرياضياتمحول الحصص الكسريةالرياضياتاحتمال جائزة اليانصيبالرياضياتحاسبة الحساسية والنوعيةالرياضياتحاسبة مبرهنة الباقي الصينيةالرياضياتحاسبة الدائرة الوحدويةالرياضياتاختبار ماكنيمارالرياضيات

للمطوّرين — الوصول عبر API

كل ما في هذه الصفحة متاح برمجيًا. هذا القسم موجّه للفرق التقنية التي تريد ربط الأداة بأنظمتها الخاصة؛ بقية المستخدمين يمكنهم استخدام الأداة أعلاه مباشرة دون الحاجة لقراءة ما يلي.

الـEndpoint

POSThttps://api.kit.forhosting.com/stat/confusion-matrix

صادِق على طلبك بترويسة Bearer، وأرسل طلب POST واحدًا لتدخل مهمتك قائمة التنفيذ فورًا؛ ثم تستلم النتيجة عبر webhook أو رابط موقّع.

استدعِ الخدمة من بيئتك

curl -X POST https://api.kit.forhosting.com/stat/confusion-matrix \
  -H "Authorization: Bearer $KIT_KEY" \
  -H "Content-Type: application/json" \
  -d '{"true_labels":["1","1","0","1","0","0","1","0"],"predicted_labels":["1","0","0","1","0","1","1","0"]}'

مثال على الطلب

{
  "true_labels": [
    "1",
    "1",
    "0",
    "1",
    "0",
    "0",
    "1",
    "0"
  ],
  "predicted_labels": [
    "1",
    "0",
    "0",
    "1",
    "0",
    "1",
    "1",
    "0"
  ]
}

مثال على الاستجابة

{
  "task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
  "type": "stat.confusion_matrix",
  "status": "queued",
  "_links": {
    "result": "/tasks/tsk_…/result"
  }
}

الواجهة غير متزامنة: تستلم task_id فور الإرسال، ويمكنك الاستعلام عن الحالة بمعدل طلب واحد في الثانية.

الأسعار

لكل طلب$0.002

السعر معلن كما تراه: لا tokens ولا نظام نقاط؛ وإن فشلت المهمة فلن تُحاسَب عليها.

الحدود

max_n10000

الأخطاء

HTTPالرمزالمعنى
401unauthorizedمفتاح الوصول مفقود أو غير صالح؛ تحقق من ترويسة Bearer في طلبك.
402insufficient_balanceرصيدك لا يكفي لتنفيذ هذه المهمة؛ أعد شحن الرصيد ثم أعد المحاولة.
404unknown_typeنوع المهمة المطلوب غير موجود في الكتالوج — راجع الاسم المرسل في الطلب.
429rate_limitedتجاوزت الحد المسموح من الطلبات؛ انتظر قليلًا ثم أعد المحاولة.

ملاحظات تقنية

إذا اختلف طولا المصفوفتين تفشل المهمة بـ invalid_input بدل اختراع أزواج أو إسقاط البقايا. الدالة النقية نفسها تعمل مجاناً في المتصفح وعلى مسار API، فلا تختلف مفاتيح الواجبات وسكربتات التقييم وتثبيتات CI. تكلّف استدعاءات API الناجحة $0.002؛ والمدخل غير الصالح لا يُفوتر.

ماذا تعدّ مصفوفة الالتباس ولماذا تهمّ الخلايا الأربع

عندما لا يتساوى طولا مصفوفتَي الإدخال يكون الاقتران مختلقاً، فتُرفض الطلب بـ invalid_input بدل القصّ أو الحشو.

عقد الإدخال وفحص الطول وكيفية اختيار الصنف الموجب

أرسلوا بجسم JSON عبر POST حقلين إلزاميين: true_labels لصنف الحقيقة الميدانية لكل مشاهدة، وpredicted_labels للصنف الذي أسنده النموذج إلى المشاهدة نفسها. تُقبل الأسماء البديلة y_true وactual وactual_labels وlabels_true للقائمة الأولى؛ وy_pred وpredicted وpreds وlabels_pred للثانية، حتى تعيد الدفاتر والنماذج ذات الأنواع استخدام الأسماء الموجودة لديها. يجوز أن يكون كل حقل مصفوفة JSON من سلاسل أو أعداد منتهية أو قيم منطقية، أو سلسلة واحدة مفصولة بفواصل أو مسافات عندما يرسل نموذج نصاً بسيطاً. تفشل الرموز الفارغة والكائنات وInfinity وNaN بـ invalid_input مع تسمية الحقل. يجب أن تحتوي القائمتان على تسمية واحدة على الأقل وعلى عشرة آلاف تسمية على الأكثر؛ تُرفض المصفوفات الأطول حتى يبقى الذاكرة محدودة على المسار المجاني للمتصفح وعلى Worker. القاعدة الحاسمة هي تساوي الطول: إذا اختلف طولا true_labels وpredicted_labels تفشل المهمة فوراً، إذ لا سبيل صادقاً لاقتران العناصر الزائدة.

أين تثبت واجهة API لمصفوفة الالتباس نفعها

تحتاج سكربتات تقييم التعلم الآلي إلى مرجع صغير حتمي يحوّل قائمة احتياط من y_true وy_pred إلى الخلايا الأربع قبل حساب الضبط أو الاستدعاء، من دون سحب مكتبة مقاييس كاملة إلى Worker مقيّد أو عرض في المتصفح. لوحات المنتج التي تخزّن التنبؤات إلى جانب التسميات تستطيع استدعاء API من خط أنابيب وحفظ الأعداد الصحيحة الأربعة وحدها، وهي رخيصة التتبع مع الزمن. لأن التنفيذ parse نقي من المستوى A، الأداة في هذه الصفحة مجانية وكل استدعاء API ناجح يكلّف السعر الأساسي المنشور $0.002 بلا رموز نموذج وبلا شبكة صادرة.

حالات التكامل

سكربتات تقييم النماذج

حوّلوا y_true وy_pred المتوازيين من مجموعة احتياط إلى TP وTN وFP وFN قبل حساب الضبط أو الاستدعاء أو F1 في CI.

أسئلة تقنية

كيف تُبنى مصفوفة التباس من تسميات حقيقية ومتنبأ بها؟

أرسلوا true_labels وpredicted_labels بطول متساوٍ. عيّنوا positive اختيارياً لتسمية الصنف الموجب. تعيد الاستجابة true_positives وtrue_negatives وfalse_positives وfalse_negatives.

كم تكلفة حاسبة مصفوفة الالتباس؟

أداة المتصفح مجانية. تستخدم طلبات API رصيداً مدفوعاً مسبقاً بسعر $0.002 لكل استدعاء ناجح؛ والمدخل غير الصالح لا يُفوتر.

اطّلع على توثيق KIT الكامل ←