เปรียบเทียบวิธี

	ความแม่นยำ	ความแม่นยำแบบสมดุล (Balanced Accuracy)	เมทริกซ์ความสับสน
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM	MCDM
ปีกำเนิด	20th century	2010	20th century
ผู้ริเริ่ม	Historical statistical foundations	Brodersen, Ong, Stephan, and Buhmann	Statistical foundations
ประเภท	Evaluation metric	Evaluation metric	Evaluation visualization
แหล่งต้นตำรับ	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	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.	Everitt, B. S., & Hothorn, T. (2005). A Handbook of Statistical Analyses Using R. Chapman and Hall/CRC.
ชื่อเรียกอื่น	Overall Accuracy, Correct Classification Rate	Average Recall, Equal-weight Average Sensitivity	Error Matrix, Contingency Table
ที่เกี่ยวข้อง	5	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.	The confusion matrix is a table that displays the counts of true positives, true negatives, false positives, and false negatives. It provides a complete picture of where a classifier makes correct and incorrect predictions, enabling calculation of all other classification metrics.