Catatan bukti metode
Recall (Sensitivity)
Recall measures the proportion of actual positive cases that were correctly identified by the classifier. It answers the question: 'Of all the cases that were truly positive, how many did we find?' Recall is critical in scenarios where missing positive cases is costly.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
Recall or Sensitivity (True Positive Rate)
Catatan metode taksonomi · mcdm / model-evaluation
- 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. · URL
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Belum ada klaim yang dikurasi
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.