Spetsiifilisus
Spetsiifilisus mõõdab nende tegelike negatiivsete juhtumite osakaalu, mida klassifikaator õigesti negatiivsetena tuvastas. See vastab küsimusele: 'Kõigist juhtumitest, mis olid tegelikult negatiivsed, kui paljud me õigesti tagasi lükkasime?' Spetsiifilisus on tundlikkusega (recall) täiendav ja oluline, kui valepositiivsed tulemused on kulukad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/et/model-evaluation/specificity
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.
- Tasakaalustatud täpsusMudelite hindamine↔ compare
- F1-hinneMudelite hindamine↔ compare
- Matthews' korrelatsioonikoefitsientMudelite hindamine↔ compare
- TäpsusMudelite hindamine↔ compare
- Tundlikkus (Recall)Mudelite hindamine↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →