เปรียบเทียบวิธี

	ความจำเพาะ (Specificity)	ความแม่นยำแบบสมดุล (Balanced Accuracy)	สัมประสิทธิ์สหสัมพันธ์ของแมทธิวส์
สาขาวิชา	การประเมินแบบจำลอง	การประเมินแบบจำลอง	การประเมินแบบจำลอง
ตระกูล	MCDM	MCDM	MCDM
ปีกำเนิด	20th century	2010	1975
ผู้ริเริ่ม	Historical statistical foundations	Brodersen, Ong, Stephan, and Buhmann	Brian W. Matthews
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.	Matthews, B. W. (1975). Comparison of predicted and observed secondary structure of T4 phage lysozyme. Biochimica et Biophysica Acta (BBA)-Protein Structure, 405(2), 442-451.
ชื่อเรียกอื่น	True Negative Rate, TNR	Average Recall, Equal-weight Average Sensitivity	Phi Coefficient, Binary Classification Correlation
ที่เกี่ยวข้อง	5	5	5
สรุป	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.	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.	The Matthews Correlation Coefficient (MCC) is a correlation measure between predicted and actual binary classifications. It ranges from -1 to 1 and is considered one of the most reliable single-score metrics for evaluating binary classifiers, especially on imbalanced datasets.