MCDMClassification Metric
स्मरण (संवेदनशीलता)
स्मरण यह मापता है कि क्लासिफायर द्वारा वास्तविक सकारात्मक मामलों का कितना अनुपात सही ढंग से पहचाना गया। यह प्रश्न का उत्तर देता है: 'सभी मामलों में से जो वास्तव में सकारात्मक थे, हमने कितने पाए?' स्मरण उन परिदृश्यों में महत्वपूर्ण है जहाँ सकारात्मक मामलों को चूकना महंगा पड़ता है।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Recall or Sensitivity (True Positive Rate). ScholarGate. https://scholargate.app/hi/model-evaluation/recall
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.
- संतुलित सटीकता (Balanced Accuracy)मॉडल मूल्यांकन↔ compare
- एफ1-स्कोरमॉडल मूल्यांकन↔ compare
- मैट्यूज़ सहसंबंध गुणांक (Matthews Correlation Coefficient)मॉडल मूल्यांकन↔ compare
- सटीकता (Precision)मॉडल मूल्यांकन↔ compare
- विशिष्टता (Specificity)मॉडल मूल्यांकन↔ compare