MCDMClassification Metric
Accuratezza
L'accuratezza è la proporzione di predizioni corrette rispetto al numero totale di predizioni effettuate da un modello di classificazione. È la metrica di performance più intuitiva e misura quanto spesso il classificatore effettua predizioni corrette nel complesso, indipendentemente dalla classe.
Leggi il metodo completo
Riservato ai membri
AccediAccedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/it/model-evaluation/accuracy
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.
- Accuratezza BilanciataValutazione dei modelli↔ compare
- Matrice di confusioneValutazione dei modelli↔ compare
- Punteggio F1Valutazione dei modelli↔ compare
- PrecisioneValutazione dei modelli↔ compare
- Richiamo (Sensibilità)Valutazione dei modelli↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →