MCDMClassification Metric
Tarkkuus
Tarkkuus on oikeiden ennusteiden osuus kaikista luokittelumallin tekemistä ennusteista. Se on intuitiivisin suorituskykymittari ja mittaa, kuinka usein luokittelija tekee oikeita ennusteita kokonaisuutena, luokasta riippumatta.
Lue koko menetelmä
Vain jäsenille
Kirjaudu sisäänKirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/fi/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.
- Tasapainotettu tarkkuusMallien arviointi↔ compare
- TarkkuusmatriisiMallien arviointi↔ compare
- F1-pisteetMallien arviointi↔ compare
- TarkkuusMallien arviointi↔ compare
- Tunnistus (herkkyys)Mallien arviointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →