MCDMClassification Metric
دقت موزون
دقت موزون، میانگین مقادیر بازیابی (recall) است که به طور جداگانه برای هر کلاس محاسبه میشود. این معیار با وزندهی یکسان به عملکرد در هر کلاس، صرفنظر از فراوانی کلاس در مجموعه داده، عدم توازن کلاسها را تصحیح میکند.
مطالعهٔ کامل روش
ویژهٔ اعضا
ورودبرای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/fa/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.
- دقتارزیابی مدل↔ compare
- امتیاز F1ارزیابی مدل↔ compare
- ضریب همبستگی متیوز (MCC)ارزیابی مدل↔ compare
- بازیابی (حساسیت)ارزیابی مدل↔ compare
- تخصصیتارزیابی مدل↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →