MCDMClassification Metric
ভারসাম্যপূর্ণ নির্ভুলতা (Balanced Accuracy)
ভারসাম্যপূর্ণ নির্ভুলতা হলো প্রতিটি শ্রেণীর জন্য পৃথকভাবে গণনাকৃত রিকল (recall) মানের গড়। এটি প্রতিটি শ্রেণীর পারফরম্যান্সে সমান গুরুত্ব দিয়ে শ্রেণীর ভারসাম্যহীনতাকে সংশোধন করে, ডেটাসেটে শ্রেণীর ফ্রিকোয়েন্সি নির্বিশেষে।
পুরো পদ্ধতিটি পড়ুন
শুধু সদস্যদের জন্য
সাইন ইন করুনএই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
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: 10.1109/ICPR.2010.764 ↗
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/bn/model-evaluation/balanced-accuracy
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.
- Accuracy (সঠিকতা)মডেল মূল্যায়ন↔ compare
- F1-স্কোরমডেল মূল্যায়ন↔ compare
- ম্যাথিউস কোরিলেশন কোএফিসিয়েন্ট (MCC)মডেল মূল্যায়ন↔ compare
- Recall (Sensitivity)মডেল মূল্যায়ন↔ compare
- নির্দিষ্টতা (Specificity)মডেল মূল্যায়ন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →