MCDMClassification Metric
Nauwkeurigheid
Nauwkeurigheid is het aandeel correcte voorspellingen van het totale aantal voorspellingen door een classificatiemodel. Het is de meest intuïtieve prestatiemaatstaf en meet hoe vaak de classificator over het algemeen correcte voorspellingen doet, ongeacht de klasse.
Lees de volledige methode
Alleen voor leden
InloggenLog in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Classification Accuracy. ScholarGate. https://scholargate.app/nl/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.
- Gebalanceerde nauwkeurigheidModelevaluatie↔ compare
- VerwarringsmatrixModelevaluatie↔ compare
- F1-scoreModelevaluatie↔ compare
- PrecisieModelevaluatie↔ compare
- Gevoeligheid (Recall)Modelevaluatie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →