MCDMClassification Metric
균형 정확도
균형 정확도(Balanced Accuracy)는 각 클래스별로 계산된 재현율(recall)의 평균값입니다. 이는 각 클래스의 빈도와 관계없이 각 클래스에 대한 성능에 동일한 가중치를 부여함으로써 클래스 불균형을 보정합니다.
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
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/ko/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.
- 정확도모델 평가↔ compare
- F1-점수모델 평가↔ compare
- 매튜 상관 계수모델 평가↔ compare
- 재현율 (Recall, 민감도)모델 평가↔ compare
- 특이도(Specificity)모델 평가↔ compare