เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| ความแม่นยำ (Precision)× | ความแม่นยำ× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด | 20th century | 20th century |
| ผู้ริเริ่ม | Historical statistical foundations | Historical statistical foundations |
| ประเภท | Evaluation metric | Evaluation metric |
| แหล่งต้นตำรับ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ |
| ชื่อเรียกอื่น | Positive Predictive Value, PPV | Overall Accuracy, Correct Classification Rate |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Precision measures the proportion of positive predictions that were actually correct. It answers the question: 'Of all the cases we predicted as positive, how many were truly positive?' Precision is critical in scenarios where false positives are costly. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|