Recall (Sensitivity)
Recall পরিমাপ করে যে ক্লাসিফায়ার দ্বারা প্রকৃত ইতিবাচক কেসগুলির কত শতাংশ সঠিকভাবে সনাক্ত করা হয়েছে। এটি এই প্রশ্নের উত্তর দেয়: 'সত্যিকার অর্থে ইতিবাচক ছিল এমন সমস্ত কেসের মধ্যে, আমরা কতগুলি খুঁজে পেয়েছি?' Recall সেইসব পরিস্থিতিতে অত্যন্ত গুরুত্বপূর্ণ যেখানে ইতিবাচক কেসগুলি মিস করা ব্যয়বহুল।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Recall or Sensitivity (True Positive Rate). ScholarGate. https://scholargate.app/bn/model-evaluation/recall
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.
- ভারসাম্যপূর্ণ নির্ভুলতা (Balanced Accuracy)মডেল মূল্যায়ন↔ compare
- F1-স্কোরমডেল মূল্যায়ন↔ compare
- ম্যাথিউস কোরিলেশন কোএফিসিয়েন্ট (MCC)মডেল মূল্যায়ন↔ compare
- নির্ভুলতামডেল মূল্যায়ন↔ compare
- নির্দিষ্টতা (Specificity)মডেল মূল্যায়ন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →