MCDMClassification Metric
Balansētā precizitāte
Balansētā precizitāte ir katrai klasei atsevišķi aprēķināto atsaucamības vērtību vidējais rādītājs. Tā koriģē klašu nelīdzsvarotību, piešķirot vienādu svaru katras klases veiktspējai neatkarīgi no klases biežuma datu kopā.
Lasīt pilno metodes aprakstu
Tikai dalībniekiem
PieteiktiesPiesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/lv/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.
- PrecizitāteModeļu novērtēšana↔ compare
- F1-novērtējumsModeļu novērtēšana↔ compare
- Matjūsa korelasijas koeficientsModeļu novērtēšana↔ compare
- Atcerēšanās (jutība)Modeļu novērtēšana↔ compare
- SpecifiskumsModeļu novērtēšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →