• CONTAGEM FP
  • CONTAGEM FN
  • VIÉS DE CLASSE
  • REVISÃO HUMANA

Como analisar taxas de erro de classificação com sua IA

Conecte seus dados de predição uma única vez. Sua IA faz os cálculos para identificar exatamente onde o modelo está falhando.

Pergunte à IA sobre esta página

Resposta rápida

Como encontro os tipos específicos de erro do meu modelo?

Sua IA usa os dados de predição para calcular uma matriz de confusão, detalhando cada Falso Positivo e Falso Negativo. Assim, você visualiza claramente quais classes o modelo mais confunde.

Detalhamento de erros.

Onde seus dados de erro são processados.

A IA transforma suas predições brutas em categorias de erro acionáveis.

CONTAGEM FP

Totais de Falsos Positivos

A IA identifica cada vez que o modelo previu uma classe que não existia. Você verá exatamente quais rótulos estão gerando alarmes falsos.

CONTAGEM FN

Totais de Falsos Negativos

A IA sinaliza todas as instâncias em que o modelo ignorou um alvo. Isso mostra quais categorias específicas estão sendo negligenciadas.

VIÉS DE CLASSE

Identificar desequilíbrio de classes

Ao comparar as contagens de erro entre os rótulos, a IA mostra se o modelo tem viés para resultados específicos, indicando classes sobre ou sub-representadas.

REVISÃO HUMANA

Auditoria manual de erros

A IA isola as linhas de dados que causaram os erros. Você pode usar esses exemplos específicos para inspecionar manualmente por que o modelo falhou.

O fluxo

O que sua IA faz quando os dados chegam.

A IA transforma listas de predições brutas em um detalhamento estruturado de erros.

  1. Ingerir predições

    Sua IA lê os logs de predição ou planilhas fornecidas para alinhar os valores reais com os valores previstos.

    calculate_confusion_matrix

  2. Calcular contagem de erros

    A IA realiza os cálculos para separar acertos reais de alarmes falsos e omissões.

    calculate_confusion_matrix

  3. Categorizar falhas

    A IA agrupa os erros por classe para você ver se um rótulo específico está causando a maior parte do ruído.

    calculate_confusion_matrix

  4. Isolar linhas problemáticas

    A IA identifica os pontos de dados específicos que resultaram em divergências para sua revisão.

    calculate_confusion_matrix

Teste

Copie estes comandos para começar.

Use estes prompts para iniciar a análise imediatamente.

Pontos de partida

Substitua o texto entre colchetes pelos nomes reais dos seus arquivos ou fontes de dados.

Native V8 Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_lcKPfQMdEs9vOL0QvMD7tp5xcmCCFVUKYwiOuwlI/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Native V8 capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "confusion-matrix-engine-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_lcKPfQMdEs9vOL0QvMD7tp5xcmCCFVUKYwiOuwlI/mcp"
    }
  }
}
Copie no chat04

  • Calcule a matriz de confusão para o arquivo prediction_results.csv.

  • Mostre-me as contagens de Falsos Positivos para a classe 'spam' na minha planilha de resultados.

  • Analise as taxas de erro nos logs recentes de test_logs.json e me diga qual classe tem mais Falsos Negativos.

  • Encontre as linhas específicas no meu conjunto de dados onde o modelo previu 'gato', mas o rótulo real era 'cachorro'.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Comece aqui

Conecte o Confusion Matrix Engine uma vez e comece a perguntar.

Basta vincular o MCP ao seu cliente. Suas credenciais ficam criptografadas e você pode começar a fazer perguntas sobre seus dados na hora.

Conectar Confusion Matrix Engine à sua IA

FAQ

Como funciona esta tarefa.

  • 01

    A IA pode corrigir os erros do modelo para mim?

    Não. A IA apenas identifica e conta os erros. Você precisa retreinar ou ajustar seu modelo por conta própria.

  • 02

    A IA altera meus dados de predição originais?

    Não. A IA apenas lê seus dados para realizar os cálculos. Ela nunca modifica seus arquivos ou bancos de dados de origem.

  • 03

    Posso usar isso com qualquer formato de predição?

    A IA funciona com qualquer formato de dados que seu cliente consiga ler e enviar para a ferramenta, como CSV ou JSON.

  • 04

    A IA vai deletar meus logs de erro?

    Não. Este MCP não possui capacidade de deletar ou sobrescrever seus dados.

  • 05

    Ela também calcula precisão e recall?

    Sim, pois essas métricas são derivadas das mesmas contagens da matriz de confusão que a IA calcula.

  • Mais dúvidas sobre o Confusion Matrix Engine? A página do Connector responde. Veja tudo o que o Confusion Matrix Engine Connector pode fazer

Conecte Native V8 ao Claude, Cursor, ChatGPT e outros