เปรียบเทียบวิธี

	ความแม่นยำแบบสมดุล (Balanced Accuracy)	คะแนน F1	การเรียกคืน (ความไว)
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM	MCDM
ปีกำเนิด	2010	1979	20th century
ผู้ริเริ่ม	Brodersen, Ong, Stephan, and Buhmann	C. J. van Rijsbergen	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.	van Rijsbergen, C. J. (1979). Information Retrieval (2nd ed.). Butterworth-Heinemann.	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.
ชื่อเรียกอื่น	Average Recall, Equal-weight Average Sensitivity	F-measure, Harmonic Mean	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.	The F1-score is the harmonic mean of precision and recall, providing a single metric that balances both concerns. It was introduced by van Rijsbergen in information retrieval and has become a standard metric for evaluating classification models where both precision and recall are important.	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.