MCDMClassification Metric
Balanced Accuracy
Balanced accuracyは、各クラスについて個別に計算された再現率（recall）の平均です。データセット内のクラス頻度に関係なく、各クラスでの性能に等しい重みを与えることで、クラスの不均衡を補正します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/ja/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.
- 精度モデル評価↔ compare
- F1スコアモデル評価↔ compare
- マシューズ相関係数 (Matthews Correlation Coefficient)モデル評価↔ compare
- Recall (感度)モデル評価↔ compare
- 特異度（Specificity）モデル評価↔ compare