MCDMClassification Metric
특이도(Specificity)
특이도는 분류기가 실제 음성인 사례를 얼마나 정확하게 음성으로 식별했는지를 측정하는 비율입니다. '실제로 음성인 모든 사례 중에서 얼마나 많은 사례를 올바르게 거부했는가?'라는 질문에 답합니다. 특이도는 재현율(recall)과 상보적이며, 위양성(false positive)이 발생하는 비용이 클 때 필수적입니다.
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). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/ko/model-evaluation/specificity
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
- F1-점수모델 평가↔ compare
- 매튜 상관 계수모델 평가↔ compare
- 정밀도(Precision)모델 평가↔ compare
- 재현율 (Recall, 민감도)모델 평가↔ compare