পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ভারসাম্যপূর্ণ নির্ভুলতা (Balanced Accuracy)× | Recall (Sensitivity)× | |
|---|---|---|
| ক্ষেত্র | মডেল মূল্যায়ন | মডেল মূল্যায়ন |
| পরিবার | MCDM | MCDM |
| উদ্ভবের বছর≠ | 2010 | 20th century |
| প্রবর্তক≠ | Brodersen, Ong, Stephan, and Buhmann | Historical statistical foundations |
| ধরন | Evaluation metric | Evaluation metric |
| মৌলিক উৎস≠ | Brodersen, K. H., Ong, C. S., Stephan, K. E., & Buhmann, J. M. (2010). The balanced accuracy and its posterior distribution. 20th International Conference on Pattern Recognition (ICPR), 3121-3124. DOI ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| অপর নাম≠ | Average Recall, Equal-weight Average Sensitivity | Sensitivity, True Positive Rate, TPR |
| সম্পর্কিত | 5 | 5 |
| সারসংক্ষেপ≠ | Balanced accuracy is the average of recall values computed for each class separately. It corrects for class imbalance by giving equal weight to the performance on each class, regardless of class frequency in the dataset. | Recall measures the proportion of actual positive cases that were correctly identified by the classifier. It answers the question: 'Of all the cases that were truly positive, how many did we find?' Recall is critical in scenarios where missing positive cases is costly. |
| ScholarGateডেটাসেট ↗ |
|
|