MCDMClassification Metric
Precisión equilibrada
La precisión equilibrada es el promedio de los valores de recall calculados para cada clase por separado. Corrige el desequilibrio de clases al dar igual peso al rendimiento en cada clase, independientemente de la frecuencia de la clase en el conjunto de datos.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/es/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.
- ExactitudEvaluación de modelos↔ compare
- Puntuación F1Evaluación de modelos↔ compare
- Coeficiente de Correlación de MatthewsEvaluación de modelos↔ compare
- SensibilidadEvaluación de modelos↔ compare
- EspecificidadEvaluación de modelos↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →