MCDMClassification Metric
Accuratezza Bilanciata
L'accuratezza bilanciata è la media dei valori di recall calcolati separatamente per ciascuna classe. Corregge lo squilibrio delle classi dando uguale peso alla performance su ciascuna classe, indipendentemente dalla frequenza della classe nel dataset.
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
- 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: 10.1109/ICPR.2010.764 ↗
- 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). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/it/model-evaluation/balanced-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.
- AccuratezzaValutazione dei modelli↔ compare
- Punteggio F1Valutazione dei modelli↔ compare
- Coefficiente di Correlazione di MatthewsValutazione dei modelli↔ compare
- Richiamo (Sensibilità)Valutazione dei modelli↔ compare
- SpecificitàValutazione dei modelli↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →