Yanlış Pozitif Oranı Hesaplama Aracı

Hesaplamaya Girin

Yanlış Pozitifler (FP)

Gerçek Negatifler (TN)

Sonuç

Yanlış Pozitif Oranı

10%

FP / (FP + TN)

FPR (oran)	0,1
Özgüllük	90%

Yanlış Pozitif Oranı Nedir?

Yanlış pozitif oranı (FPR), bazen "fall-out" olarak da anılır ve bir sınıflandırıcının ya da tanı testinin, aslında negatif olan bir durumu yanlışlıkla pozitif olarak işaretleme sıklığını ölçer. Makine öğrenmesi, tıbbi testler ve istatistik alanlarında temel bir metriktir; aynı zamanda ROC eğrisinin yatay (x) eksenini oluşturur.

Yanlış pozitif oranı, hata matrisindeki yanlış pozitiflerden (FP) ve gerçek negatiflerden (TN) elde edilir.

Bu Hesaplama Aracı Nasıl Kullanılır?

Yanlış pozitif (FP) sayısını — yani pozitif olarak yanlış tahmin edilen negatif durumları — ve gerçek negatif (TN) sayısını — yani doğru şekilde negatif olarak belirlenen durumları — girin. Araç, FPR değerini hem oran hem de yüzde olarak verir; ayrıca buna karşılık gelen özgüllük (specificity) değerini de gösterir.

Formülün Açıklaması

Yanlış pozitif oranı şu şekilde hesaplanır:

$$\text{FPR} = \frac{\text{FP}}{\text{FP} + \text{TN}}$$

Paydadaki \((\text{FP} + \text{TN})\) ifadesi, gerçekte negatif olan toplam durum sayısını verir. Özgüllük (gerçek negatif oranı) \(\text{TN} / (\text{FP} + \text{TN})\) olduğuna göre, FPR aslında onun tümleyenidir: \(\text{FPR} = 1 - \text{özgüllük}\). Düşük bir FPR, nadiren yanlış alarm veren bir test anlamına gelir.

Reklam

FPR, yanlış pozitiflerin sayısının tüm gerçek negatiflere (FP + TN) bölünmesiyle bulunur.

Örnek Hesaplama

Bir tarama testinin 10 yanlış pozitif ve 90 gerçek negatif ürettiğini varsayalım. Bu durumda $$\text{FPR} = \frac{10}{10 + 90} = \frac{10}{100} = 0{,}10,$$ yani %10 olur. Özgüllük ise \(1 - 0{,}10 = 0{,}90\), yani %90'dır. Bu, testin sağlıklı bireylerin %90'ını doğru şekilde temize çıkardığı, ancak %10'unda yanlış alarm verdiği anlamına gelir.

Sıkça Sorulan Sorular

İyi bir yanlış pozitif oranı nedir? Düşük olması daha iyidir. İdeal FPR değeri 0'dır; bu, hiçbir negatif durumun yanlış sınıflandırılmadığı anlamına gelir. Ancak gerçek dünyadaki testlerde FPR ile duyarlılık (sensitivity) arasında bir denge gözetilir.

FPR ile kesinlik (precision) arasındaki fark nedir? FPR, paydasında gerçekte negatif olan tüm durumların sayısını kullanır; kesinlik ise pozitif olarak tahmin edilenlere odaklanır (\(\text{TP} / (\text{TP} + \text{FP})\)).

FPR 1'den büyük olabilir mi? Hayır. FP değeri FP + TN'yi aşamayacağı için FPR her zaman 0 ile 1 arasındadır (%0 ile %100 arası).