เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ความแม่นยำแบบสมดุล (Balanced Accuracy)× | ความจำเพาะ (Specificity)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 2010 | 20th century |
| ผู้ริเริ่ม≠ | Brodersen, Ong, Stephan, and Buhmann | Historical statistical foundations |
| ประเภท | 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. DOI ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| ชื่อเรียกอื่น | Average Recall, Equal-weight Average Sensitivity | True Negative Rate, TNR |
| ที่เกี่ยวข้อง | 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. | Specificity measures the proportion of actual negative cases that were correctly identified as negative by the classifier. It answers the question: 'Of all the cases that were truly negative, how many did we correctly reject?' Specificity is complementary to recall and is essential when false positives are costly. |
| ScholarGateชุดข้อมูล ↗ |
|
|