เปรียบเทียบวิธี

	ความแม่นยำ	เมทริกซ์ความสับสน
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM
ปีกำเนิด	20th century	20th century
ผู้ริเริ่ม	Historical statistical foundations	Statistical foundations
ประเภท	Evaluation metric	Evaluation visualization
แหล่งต้นตำรับ	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	Everitt, B. S., & Hothorn, T. (2005). A Handbook of Statistical Analyses Using R. Chapman and Hall/CRC.
ชื่อเรียกอื่น	Overall Accuracy, Correct Classification Rate	Error Matrix, Contingency Table
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.	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.