MCDMClassification Metric
Preciznost
Preciznost mjeri udio pozitivnih predikcija koje su zapravo bile točne. Odgovara na pitanje: 'Od svih slučajeva koje smo predvidjeli kao pozitivne, koliko ih je bilo istinski pozitivno?' Preciznost je ključna u scenarijima gdje su lažno pozitivni rezultati skupi.
Pročitajte cijelu metodu
Samo za članove
Prijavite sePrijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Precision (Positive Predictive Value). ScholarGate. https://scholargate.app/hr/model-evaluation/precision
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.
- TočnostEvaluacija modela↔ compare
- F1-mjeraEvaluacija modela↔ compare
- Koeficijent korelacije MatthevsaEvaluacija modela↔ compare
- Prisjećanje (osjetljivost)Evaluacija modela↔ compare
- SpecifičnostEvaluacija modela↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →