MCDMClassification Metric
정확도
정확도(Accuracy)는 분류 모델이 수행한 전체 예측 중에서 올바르게 예측한 비율을 의미합니다. 이는 가장 직관적인 성능 지표이며, 클래스에 관계없이 분류기가 전반적으로 얼마나 정확한 예측을 하는지를 측정합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/ko/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.
- 균형 정확도모델 평가↔ compare
- 혼동 행렬모델 평가↔ compare
- F1-점수모델 평가↔ compare
- 정밀도(Precision)모델 평가↔ compare
- 재현율 (Recall, 민감도)모델 평가↔ compare