MCDMClassification Metric
Přesnost
Přesnost měří podíl pozitivních predikcí, které byly skutečně správné. Odpovídá na otázku: 'Ze všech případů, které jsme predikovali jako pozitivní, kolik jich bylo skutečně pozitivních?' Přesnost je klíčová ve scénářích, kde jsou falešně pozitivní výsledky nákladné.
Přečíst celou metodu
Pouze pro členy
Přihlásit sePro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Precision (Positive Predictive Value). ScholarGate. https://scholargate.app/cs/model-evaluation/precision
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.
- PřesnostHodnocení modelů↔ compare
- F1-skóreHodnocení modelů↔ compare
- Matthewsův korelační koeficientHodnocení modelů↔ compare
- Citlivost (senzitivita)Hodnocení modelů↔ compare
- SpecificitaHodnocení modelů↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →