เปรียบเทียบวิธี

	ความแม่นยำแบบสมดุล (Balanced Accuracy)	ความแม่นยำ	การเรียกคืน (ความไว)
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM	MCDM
ปีกำเนิด	2010	20th century	20th century
ผู้ริเริ่ม	Brodersen, Ong, Stephan, and Buhmann	Historical statistical foundations	Historical statistical foundations
ประเภท	Evaluation metric	Evaluation metric	Evaluation metric
แหล่งต้นตำรับ	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.	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.
ชื่อเรียกอื่น	Average Recall, Equal-weight Average Sensitivity	Overall Accuracy, Correct Classification Rate	Sensitivity, True Positive Rate, TPR
ที่เกี่ยวข้อง	5	5	5
สรุป	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.	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.	Recall measures the proportion of actual positive cases that were correctly identified by the classifier. It answers the question: 'Of all the cases that were truly positive, how many did we find?' Recall is critical in scenarios where missing positive cases is costly.