Módszerek összehasonlítása
Tekintse át a kiválasztott módszereket egymás mellett; az eltérő sorok kiemelve jelennek meg.
| Kiegyensúlyozott pontosság× | Precízió× | |
|---|---|---|
| Tudományterület | Modellértékelés | Modellértékelés |
| Módszercsalád | MCDM | MCDM |
| Keletkezés éve≠ | 2010 | 20th century |
| Megalkotó≠ | Brodersen, Ong, Stephan, and Buhmann | Historical statistical foundations |
| Típus | Evaluation metric | Evaluation metric |
| Alapmű≠ | 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 ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| Alternatív nevek | Average Recall, Equal-weight Average Sensitivity | Positive Predictive Value, PPV |
| Kapcsolódó | 5 | 5 |
| Összefoglaló≠ | Balanced accuracy is the average of recall values computed for each class separately. It corrects for class imbalance by giving equal weight to the performance on each class, regardless of class frequency in the dataset. | Precision measures the proportion of positive predictions that were actually correct. It answers the question: 'Of all the cases we predicted as positive, how many were truly positive?' Precision is critical in scenarios where false positives are costly. |
| ScholarGateAdatkészlet ↗ |
|
|