Correlação de Matthews (MCC)
Com 50 verdadeiros positivos, 40 verdadeiros negativos, 5 falsos positivos e 5 falsos negativos, o coeficiente de Matthews é 0,79798. Digite as quatro contagens da sua matriz de confusão e receba uma única pontuação equilibrada para um classificador de sim ou não. Grátis no seu navegador.
- Grátis
- Funciona no seu navegador
- Sem cadastro
- Seus dados não saem do seu aparelho
Executar grátis
Exemplo resolvido
- Tp
- 50
- Tn
- 40
- Fp
- 5
- Fn
- 5
- Casas decimais
- 6
- Mcc
- 0,79798
MCC a partir das contagens de confusão VP/VN/FP/FN. Intenção de busca: calculadora do coeficiente de correlação de matthews mcc. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados.
Quatro contagens, uma só pontuação
Um classificador binário decide sim ou não para cada caso e, ao comparar as respostas com a realidade, surgem quatro contagens. Os verdadeiros positivos são os casos de sim que ele acertou; os verdadeiros negativos, os de não que ele descartou corretamente; os falsos positivos, os de não que marcou por engano; e os falsos negativos, os de sim que deixou passar. O coeficiente de correlação de Matthews junta as quatro em um número. Multiplicam-se os verdadeiros positivos pelos verdadeiros negativos, subtrai-se o produto dos falsos positivos pelos falsos negativos e divide-se pela raiz quadrada do produto das quatro somas. Com 50, 40, 5 e 5, o resultado é 0,79798.
Como ler o resultado e como ele é arredondado
Como a fórmula usa todas as células da matriz de confusão, os dois tipos de erro, falsos positivos e falsos negativos, pesam no resultado. O coeficiente se comporta como uma correlação entre o previsto e o real e vai de −1 a 1: quanto mais perto de 1, maior a concordância. Se você pedir um número de casas decimais, o valor bruto é arredondado uma única vez no final, com a metade para cima, e nenhum erro se acumula. As quatro contagens aparecem ao lado do resultado, o que facilita conferir se os números certos entraram.
Casos de uso
Ensino
Goldens fixados.
Perguntas frequentes
Que dados preciso para calcular o coeficiente de Matthews?
Apenas as quatro contagens de uma matriz de confusão: verdadeiros positivos, verdadeiros negativos, falsos positivos e falsos negativos. Não é preciso ter cada previsão separada; basta saber quantos casos caíram em cada célula.
Qual é a fórmula do MCC?
Multiplique TP por TN, subtraia FP vezes FN e divida o resultado pela raiz quadrada de (TP+FP)(TP+FN)(TN+FP)(TN+FN). A calculadora aplica essa fórmula diretamente às contagens que você digita.
Qual a diferença entre o MCC e um coeficiente de correlação comum?
Uma correlação comum compara duas listas de medições pareadas. O MCC parte das quatro contagens de uma classificação de sim ou não e mede o quanto os rótulos previstos coincidem com os reais.
A calculadora arredonda o resultado?
Só se você escolher um número de casas decimais. Nesse caso, o valor bruto é arredondado uma única vez, no final, com a metade para cima, para que erros de arredondamento não se acumulem.
Ferramentas relacionadas
Para desenvolvedores — acesso via API
Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.
Endpoint
Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.
Chame do seu código
curl -X POST https://api.kit.forhosting.com/stat/matthews-corr \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"tp":50,"tn":40,"fp":5,"fn":5}'const res = await fetch("https://api.kit.forhosting.com/stat/matthews-corr", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"tp": 50,
"tn": 40,
"fp": 5,
"fn": 5
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/matthews-corr",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"tp": 50,
"tn": 40,
"fp": 5,
"fn": 5
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/matthews-corr", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"tp":50,"tn":40,"fp":5,"fn":5}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"tp":50,"tn":40,"fp":5,"fn":5}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/matthews-corr", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemplo de requisição
{
"tp": 50,
"tn": 40,
"fp": 5,
"fn": 5
}Exemplo de resposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.matthews_corr",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.
Preço
Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.
Erros
| HTTP | Código | O que significa |
|---|---|---|
401 | unauthorized | Token ausente ou inválido. Confira o header Authorization. |
402 | insufficient_balance | Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo. |
404 | unknown_type | Esse tipo de tarefa não existe. Confira o campo type no catálogo. |
429 | rate_limited | Muitas requisições em pouco tempo. Espere um instante e tente de novo. |
Notas técnicas
A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino.
Como funciona
MCC a partir das contagens de confusão VP/VN/FP/FN. MCC=(VP·VN−FP·FN)/√((VP+FP)(VP+FN)(VN+FP)(VN+FN)). Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino.
Entradas, limites e arredondamento
Casas decimais opcionais usam half-up uma vez. As saídas repetem as entradas. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. Forneça os campos JSON obrigatórios. Tipos inválidos geram invalid_input. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino.
Quando usar
Use quando a intenção de busca corresponder. MCC a partir das contagens de confusão VP/VN/FP/FN. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. Nenhuma chamada de rede ou semente aleatória é necessária. Trabalhos com falha não são cobrados. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino. A calculadora é gratuita no navegador, determinística e idêntica no caminho da API. As entradas são validadas antes da aritmética, de modo que payloads inválidos falham com invalid_input. O arredondamento half-up é aplicado uma única vez a partir dos valores IEEE brutos quando casas decimais são solicitadas. Use o mesmo JSON em planilhas, CMS, automação ou demonstrações de ensino.
Casos de integração
Verificação rápida
Widget gratuito.
Automação
Mesmo JSON via API.
Perguntas técnicas
É gratuito?
Sim, tier A.
Usa rede?
Não.
Entrada inválida?
Gera invalid_input.
Tem API?
Sim.
Idiomas?
Somente EN; o Nitro hidrata.