ScholarGate
Βοηθός
MCDMClassification Metric

Ανάκληση (Ευαισθησία)

Η ανάκληση μετρά την αναλογία των πραγματικών θετικών περιπτώσεων που αναγνωρίστηκαν σωστά από τον ταξινομητή. Απαντά στο ερώτημα: «Από όλες τις περιπτώσεις που ήταν πραγματικά θετικές, πόσες εντοπίσαμε;» Η ανάκληση είναι κρίσιμη σε σενάρια όπου η απώλεια θετικών περιπτώσεων είναι δαπανηρή.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

The neighbourhood of related methods — select a node to explore.

Πηγές

  1. Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010
  2. 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

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Recall or Sensitivity (True Positive Rate). ScholarGate. https://scholargate.app/el/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.

Compare side by side

Αναφέρεται από

ScholarGateRecall (Sensitivity) (Recall or Sensitivity (True Positive Rate)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/model-evaluation/recall · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026