Specificitate
Specificitatea măsoară proporția cazurilor negative reale care au fost identificate corect ca fiind negative de către clasificator. Răspunde la întrebarea: „Din toate cazurile care au fost cu adevărat negative, câte am respins corect?” Specificitatea este complementară sensibilității (recall) și este esențială atunci când falsurile pozitive sunt costisitoare.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/ro/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.
- Acuratețe EchilibratăEvaluarea modelelor↔ compare
- Scorul F1Evaluarea modelelor↔ compare
- Coeficientul de Corelație MatthewsEvaluarea modelelor↔ compare
- PrecizieEvaluarea modelelor↔ compare
- Rechemare (Sensibilitate)Evaluarea modelelor↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →