เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ความแม่นยำ× | ความแม่นยำแบบสมดุล (Balanced Accuracy)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 20th century | 2010 |
| ผู้ริเริ่ม≠ | Historical statistical foundations | Brodersen, Ong, Stephan, and Buhmann |
| ประเภท | Evaluation metric | Evaluation metric |
| แหล่งต้นตำรับ≠ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ | 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 ↗ |
| ชื่อเรียกอื่น | Overall Accuracy, Correct Classification Rate | Average Recall, Equal-weight Average Sensitivity |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Accuracy is the proportion of correct predictions among the total number of predictions made by a classification model. It is the most intuitive performance metric and measures how often the classifier makes correct predictions overall, regardless of class. | Balanced accuracy is the average of recall values computed for each class separately. It corrects for class imbalance by giving equal weight to the performance on each class, regardless of class frequency in the dataset. |
| ScholarGateชุดข้อมูล ↗ |
|
|