Spesifisitet
Spesifisitet måler andelen av faktiske negative tilfeller som ble korrekt identifisert som negative av klassifikatoren. Den besvarer spørsmålet: 'Av alle tilfeller som var genuint negative, hvor mange avviste vi korrekt?' Spesifisitet er komplementær til sensitivitet (recall) og er avgjørende når falske positiver er kostbare.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/no/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.
- Balansert nøyaktighetModellevaluering↔ compare
- F1-skårModellevaluering↔ compare
- Matthews korrelasjonskoeffisientModellevaluering↔ compare
- PresisjonModellevaluering↔ compare
- Gjenkalling (Sensitivitet)Modellevaluering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →