เปรียบเทียบวิธี

	การเรียกคืน (ความไว)	ความแม่นยำแบบสมดุล (Balanced Accuracy)	ความแม่นยำ (Precision)
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM	MCDM
ปีกำเนิด	20th century	2010	20th century
ผู้ริเริ่ม	Historical statistical foundations	Brodersen, Ong, Stephan, and Buhmann	Historical statistical foundations
ประเภท	Evaluation metric	Evaluation metric	Evaluation metric
แหล่งต้นตำรับ	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.	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.	Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874.
ชื่อเรียกอื่น	Sensitivity, True Positive Rate, TPR	Average Recall, Equal-weight Average Sensitivity	Positive Predictive Value, PPV
ที่เกี่ยวข้อง	5	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.	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.