เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การเรียกคืน (ความไว)× | ความแม่นยำแบบสมดุล (Balanced Accuracy)× | |
|---|---|---|
| สาขาวิชา | การประเมินแบบจำลอง | การประเมินแบบจำลอง |
| ตระกูล | MCDM | MCDM |
| ปีกำเนิด≠ | 20th century | 2010 |
| ผู้ริเริ่ม≠ | Historical statistical foundations | Brodersen, Ong, Stephan, and Buhmann |
| ประเภท | Evaluation metric | Evaluation metric |
| แหล่งต้นตำรับ≠ | Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI ↗ | 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 ↗ |
| ชื่อเรียกอื่น≠ | Sensitivity, True Positive Rate, TPR | Average Recall, Equal-weight Average Sensitivity |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | 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. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|