MCDMClassification Metric
Nøjagtighed
Nøjagtighed er andelen af korrekte forudsigelser ud af det samlede antal forudsigelser foretaget af en klassifikationsmodel. Det er den mest intuitive præstationsmetrik og måler, hvor ofte klassifikatoren foretager korrekte forudsigelser samlet set, uafhængigt af klasse.
Læs hele metoden
Kun for medlemmer
Log indLog ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/da/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.
- Balanceret nøjagtighedModelevaluering↔ compare
- ForvirringsmatrixModelevaluering↔ compare
- F1-scoreModelevaluering↔ compare
- PræcisionModelevaluering↔ compare
- Genkald (Sensitivitet)Modelevaluering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →