Precisie-Recall AUC
De Precisie-Recall Area Under the Curve (PR AUC) is het gebied onder de curve die wordt gevormd door recall op de x-as en precisie op de y-as uit te zetten. Het is bijzonder nuttig voor het evalueren van classificatiesystemen op onevenwichtige datasets, waar het vaak informatiever is dan ROC AUC.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Davis, J., & Goadrich, M. (2006). The relationship between precision-recall and ROC curves. Proceedings of the 23rd International Conference on Machine Learning, 233-240. DOI: 10.1145/1143844.1143874 ↗
- Saito, T., & Rehmsmeier, M. (2015). The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets. PLoS ONE, 10(3), e0118432. DOI: 10.1371/journal.pone.0118432 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Area Under the Precision-Recall Curve. ScholarGate. https://scholargate.app/nl/model-evaluation/precision-recall-auc
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.
- NauwkeurigheidModelevaluatie↔ 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 →