MCDMClassification Metric
النوعية
تقيس النوعية نسبة الحالات السلبية الفعلية التي تم تحديدها بشكل صحيح على أنها سلبية بواسطة المصنف. تجيب على السؤال: 'من بين جميع الحالات التي كانت سلبية حقًا، كم عدد الحالات التي رفضناها بشكل صحيح؟' النوعية مكملة للاستدعاء وهي ضرورية عندما تكون الإيجابيات الكاذبة مكلفة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010 ↗
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/ar/model-evaluation/specificity
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الدقة المتوازنةتقييم النماذج↔ compare
- مقياس F1 (F1-Score)تقييم النماذج↔ compare
- معامل ارتباط ماثيوز (MCC)تقييم النماذج↔ compare
- الدقةتقييم النماذج↔ compare
- الاستدعاء (الحساسية)تقييم النماذج↔ compare