เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| เมทริกซ์ความสับสน× | ความจำเพาะ (Specificity)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด | 20th century | 20th century |
| ผู้ริเริ่ม≠ | Statistical foundations | Historical statistical foundations |
| ประเภท≠ | Evaluation visualization | Evaluation metric |
| แหล่งต้นตำรับ≠ | Everitt, B. S., & Hothorn, T. (2005). A Handbook of Statistical Analyses Using R. Chapman and Hall/CRC. link ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| ชื่อเรียกอื่น | Error Matrix, Contingency Table | True Negative Rate, TNR |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | 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. | 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 ↗ |
|
|