MCDMClassification Metric
Exactitud
L'exactitud és la proporció de prediccions correctes entre el nombre total de prediccions fetes per un model de classificació. És la mètrica de rendiment més intuïtiva i mesura amb quina freqüència el classificador fa prediccions correctes en general, independentment de la classe.
Llegeix el mètode complet
Només per a membres
Inicia la sessióInicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/ca/model-evaluation/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.
- Precisió equilibradaAvaluació de models↔ compare
- Matriu de confusióAvaluació de models↔ compare
- Puntuació F1Avaluació de models↔ compare
- PrecisióAvaluació de models↔ compare
- Recordació (Sensibilitat)Avaluació de models↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →