MCDMClassification Metric
विशिष्टता (Specificity)
विशिष्टता यह मापती है कि क्लासिफायर द्वारा नकारात्मक मामलों (negative cases) के कितने अनुपात को सही ढंग से नकारात्मक के रूप में पहचाना गया। यह प्रश्न का उत्तर देती है: 'वास्तव में नकारात्मक रहे सभी मामलों में से, हमने कितने को सही ढंग से अस्वीकार किया?' विशिष्टता रिकॉल (recall) की पूरक है और तब आवश्यक है जब गलत सकारात्मक (false positives) महंगे हों।
पूरी विधि पढ़ें
केवल सदस्यों के लिए
साइन इन करेंयह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
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). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/hi/model-evaluation/specificity
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- संतुलित सटीकता (Balanced Accuracy)मॉडल मूल्यांकन↔ तुलना करें
- एफ1-स्कोरमॉडल मूल्यांकन↔ तुलना करें
- मैट्यूज़ सहसंबंध गुणांक (Matthews Correlation Coefficient)मॉडल मूल्यांकन↔ तुलना करें
- सटीकता (Precision)मॉडल मूल्यांकन↔ तुलना करें
- स्मरण (संवेदनशीलता)मॉडल मूल्यांकन↔ तुलना करें