MCDMClassification Metric
Balanceret nøjagtighed
Balanceret nøjagtighed er gennemsnittet af recall-værdier beregnet for hver klasse separat. Den korrigerer for klasseulighed ved at give lige vægt til præstationen på hver klasse, uafhængigt af klassefrekvensen i datasættet.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/da/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.
- NøjagtighedModelevaluering↔ compare
- F1-scoreModelevaluering↔ compare
- Matthews KorrelationskoefficientModelevaluering↔ compare
- Genkald (Sensitivitet)Modelevaluering↔ compare
- SpecificitetModelevaluering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →