Tasso di falsi positivi
5 falsi allarmi su 100 casi davvero negativi danno un tasso di falsi positivi di 0,05: 5 falsi positivi divisi per 5 più 95 veri negativi. Utile per screening medici, filtri antispam o l'asse orizzontale di una curva ROC. Gratis nel suo browser.
- Gratis
- Funziona nel suo browser
- Senza registrazione
- I suoi dati restano sul dispositivo
Esegui gratis nel browser
Esempio risolto
- Falsi positivi
- 5
- Veri negativi
- 95
- Negativi della condizione
- 100
- Tasso di falsi positivi
- 0,05
Il tasso di falsi positivi, detto anche fall-out o tasso d’errore di tipo I di un classificatore binario, è la quota di negativi reali segnalati per errore come positivi. Lei inserisce due conteggi non negativi —falsi positivi e veri negativi— e questo calcolatore restituisce il tasso in decimale: FPR è uguale a FP diviso per FP più TN. Un FPR di 0.05 significa che il cinque per cento dei casi davvero negativi erano falsi allarmi. Quando entrambi i conteggi sono zero non ci sono casi negativi di condizione e il tasso è indefinito, quindi la chiamata fallisce in modo pulito.
Che cosa misura il tasso di falsi positivi e come si combinano i due conteggi
Il tasso di falsi positivi di un classificatore binario è la frazione di negativi reali che il sistema ha etichettato per errore come positivi. Nel linguaggio di una matrice di confusione due per due, quei negativi reali si spezzano in due celle: i falsi positivi, i falsi allarmi, e i veri negativi, i casi che il sistema ha correttamente lasciato in pace.
La loro somma è il numero di casi negativi di condizione, e il tasso di falsi positivi è i falsi positivi divisi per quella somma: FPR è uguale a FP su FP più TN. La stessa grandezza si chiama fall-out negli articoli di information retrieval ed è uno meno la specificità, perché la specificità è TN su FP più TN. Un FPR di zero significa che il classificatore non ha mai lanciato un falso allarme fra i negativi noti.
Un FPR di uno significa che ogni negativo reale è stato segnalato. La definizione è soltanto un rapporto di due conteggi, quindi non dipende da quanti veri positivi o falsi negativi Lei ha osservato: quelle celle appartengono a sensibilità, precisione e ad altri punteggi derivati. Questa capacità chiede perciò solo i due conteggi che compaiono nel denominatore del FPR.
Non inventa intervalli di confidenza, punti ROC né valori p.
Dove conta il tasso di falsi positivi
Gli script di valutazione dell’apprendimento automatico hanno bisogno di un calcolatore deterministico del tasso di falsi positivi che non restituisca mai Infinity in silenzio quando un insieme di riserva non ha negativi reali. I tutorial medici e di screening usano il FPR per spiegare il costo di un test sensibile: ogni falso positivo è una persona sana inviata al follow-up, e il tasso è quelle persone divise per tutti i davvero sani che sono stati esaminati.
Le code di posta indesiderata, frode e moderazione tengono d’occhio questo numero perché ogni falso allarme consuma un turno di revisione umana, e vogliono il decimale, non una stringa percentuale, per tracciarlo accanto a un budget. La convalida fallita non consuma saldo. Tenga i due conteggi non negativi, rifiuti una cella negativa di veri negativi, e ottiene un FPR riproducibile per i compiti, la CI e i rapporti di produzione senza erigere una pila statistica propria.
Casi d'uso
Valutazione di classificatori e note ROC
Trasformi una coppia di riserva di conteggi FP e TN nel tasso decimale di falsi positivi usato come asse x di una curva ROC.
Screening e didattica dei test medici
Mostri a quante persone sane un test invierebbe al follow-up dividendo i falsi positivi per tutti i negativi reali.
Compiti e correzione automatica in un LMS
Valuti voci di FPR con un oracolo deterministico che rifiuta un conteggio negativo di veri negativi e non inventa mai Infinity.
Domande frequenti
Che cosa succede se il conteggio dei veri negativi è negativo?
Un conteggio negativo di veri negativi non è una cella valida di una matrice di confusione, quindi non si inventa alcun tasso. Tali fallimenti non vengono addebitati.
Il risultato è una percentuale o un decimale?
Un decimale sull’intervallo unitario. Cinque falsi positivi e novantacinque veri negativi restituiscono 0.05, non 5. Moltiplichi per 100 solo se Le serve una percentuale da mostrare.
Che rapporto c'è tra tasso di falsi positivi e specificità?
Sommati danno uno. La specificità è la quota di veri negativi su tutti i negativi reali, quindi il tasso di falsi positivi è uno meno la specificità. Un tasso di 0,05 significa che il 95 % dei negativi è stato classificato correttamente.
Perché non servono i veri positivi né i falsi negativi?
Perché il tasso di falsi positivi guarda solo i casi davvero negativi. Veri positivi e falsi negativi appartengono ad altre misure, come sensibilità e precisione, e non cambiano questo tasso.
Che cosa succede se entrambi i conteggi sono zero?
Il calcolo viene rifiutato. Senza falsi positivi né veri negativi non esiste alcun caso davvero negativo, quindi il tasso resta indefinito invece di valere zero.
Strumenti correlati
Per sviluppatori — accesso via API
Tutto quello che vedi in questa pagina è disponibile anche via API. Questa sezione è per i team che vogliono integrarlo nei propri sistemi; chi non ne ha bisogno può semplicemente usare lo strumento qui sopra.
Endpoint
Autenticazione con Bearer token: un POST mette in coda l'attività e il risultato arriva via webhook o link firmato.
Chiamala dal tuo stack
curl -X POST https://api.kit.forhosting.com/stat/false-positive \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"false_positives":5,"true_negatives":95}'const res = await fetch("https://api.kit.forhosting.com/stat/false-positive", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"false_positives": 5,
"true_negatives": 95
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/stat/false-positive",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"false_positives": 5,
"true_negatives": 95
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/stat/false-positive", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"false_positives":5,"true_negatives":95}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"false_positives":5,"true_negatives":95}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/stat/false-positive", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Esempio di richiesta
{
"false_positives": 5,
"true_negatives": 95
}Esempio di risposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "stat.false_positive",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}L'API è asincrona: ricevi subito un task_id e puoi fare polling fino a 1 richiesta al secondo.
Prezzi
Prezzo pubblicato, senza token né crediti. Se l'attività fallisce, non paghi.
Errori
| HTTP | Codice | Significato |
|---|---|---|
401 | unauthorized | Chiave API mancante o non valida: controlla l'header Authorization. |
402 | insufficient_balance | Credito esaurito: ricarica per continuare a eseguire attività. |
404 | unknown_type | Tipo di attività sconosciuto: controlla il campo type della richiesta. |
429 | rate_limited | Troppe richieste in poco tempo: rallenta e riprova tra qualche secondo. |
Note tecniche
Quando il conteggio dei veri negativi è negativo, l’attività fallisce con invalid_input invece di inventare un tasso da un conteggio impossibile. Le chiamate API riuscite costano $0.002; l’ingresso non valido non viene addebitato.
Che cosa misura il tasso di falsi positivi e come si combinano i due conteggi
Un FPR di 0.05 significa che cinque casi su cento davvero negativi erano falsi positivi, forma decimale abituale che questo endpoint restituisce invece di una percentuale. Quando il conteggio dei veri negativi è negativo, l’aritmetica descriverebbe una tabella impossibile, quindi l’attività fallisce con invalid_input. Quando entrambi i conteggi sono zero non esiste una popolazione negativa di condizione e il rapporto è indefinito, quindi la chiamata fallisce invece di restituire NaN o Infinity, che romperebbero i client JSON.
Contratto di ingresso, forma della risposta e comportamento in caso di errore
Entrambi i conteggi devono essere maggiori o uguali a zero. Il contratto pubblicato è esplicito: un conteggio negativo di veri negativi viene rifiutato, perché una cella negativa non è un conteggio e invertirebbe il senso del tasso. Un conteggio negativo di falsi positivi viene rifiutato per lo stesso motivo. La convalida fallita non consuma saldo prepagato. Invii con POST un corpo JSON con due numeri finiti obbligatori: false_positives, il numero di negativi reali predetti come positivi, e true_negatives, il numero di negativi reali predetti come negativi. Gli alias fp e FP sono accettati per il primo campo; tn e TN per il secondo, così taccuini e moduli tipizzati riutilizzano i nomi che già possiedono. Ciascun campo può arrivare come numero JSON o come stringa numerica; valori non finiti, campi assenti, stringhe vuote e tipi non numerici falliscono con invalid_input indicando il campo. La somma dei due conteggi deve essere strettamente maggiore di zero: una tabella senza negativi reali rende il FPR indefinito, e il messaggio di errore lo indica così correttori e client API distinguono una classe negativa vuota da un altro ingresso errato. In caso di successo il corpo ripete entrambi i conteggi, restituisce condition_negatives come loro somma, restituisce false_positive_rate come decimale ripulito e include una breve stringa di formula che riafferma FPR uguale a FP su FP più TN. Esempio: cinque falsi positivi e novantacinque veri negativi producono condition_negatives pari a cento e un false_positive_rate di 0.05. Abbini questo endpoint al Suo software per curve ROC o intervalli di Wilson se Le serve un’inferenza oltre la stima puntuale; questa capacità è di proposito un FPR analitico puro a partire da due conteggi.
Dove un’API di tasso di falsi positivi merita il proprio posto
I cruscotti di prodotto che già memorizzano conteggi di confusione possono chiamare l’API da una pipeline e conservare solo il tasso decimale, economico da seguire nel tempo.
Domande tecniche
Come si calcola il tasso di falsi positivi dai conteggi?
Invii false_positives (FP) e true_negatives (TN). L’API restituisce false_positive_rate = FP / (FP + TN) come decimale, più il totale dei negativi di condizione FP + TN.
Che cosa succede se entrambi i conteggi sono zero?
Il tasso di falsi positivi è indefinito quando non ci sono negativi reali (FP + TN = 0). Il calcolatore restituisce invalid_input invece di Infinity o NaN.
Quanto costa il calcolatore del tasso di falsi positivi?
Lo strumento nel browser è gratuito. Le richieste API usano il saldo prepagato KIT a $0.002 per chiamata riuscita; l’ingresso non valido non viene addebitato.