MCDMClassification Metric
Exactitud
La exactitud es la proporción de predicciones correctas entre el número total de predicciones realizadas por un modelo de clasificación. Es la métrica de rendimiento más intuitiva y mide con qué frecuencia el clasificador realiza predicciones correctas en general, independientemente de la clase.
Leer el método completo
Solo para miembros
Iniciar sesiónInicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/es/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.
- Precisión equilibradaEvaluación de modelos↔ compare
- Matriz de confusiónEvaluación de modelos↔ compare
- Puntuación F1Evaluación de modelos↔ compare
- PrecisiónEvaluación de modelos↔ compare
- SensibilidadEvaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →