MCDMClassification Metric
ความแม่นยำแบบสมดุล (Balanced Accuracy)
ความแม่นยำแบบสมดุลคือค่าเฉลี่ยของค่าระลึก (recall) ที่คำนวณแยกกันสำหรับแต่ละชั้นข้อมูล โดยจะแก้ไขปัญหาความไม่สมดุลของชั้นข้อมูลด้วยการให้น้ำหนักที่เท่ากันกับประสิทธิภาพในแต่ละชั้นข้อมูล โดยไม่คำนึงถึงความถี่ของชั้นข้อมูลนั้นในชุดข้อมูล
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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: 10.1109/ICPR.2010.764 ↗
- Powers, D. M. (2011). Evaluation: From Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation. Journal of Machine Learning Technologies, 2(1), 37-63. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Balanced Classification Accuracy. ScholarGate. https://scholargate.app/th/model-evaluation/balanced-accuracy
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ความแม่นยำการประเมินแบบจำลอง↔ compare
- คะแนน F1การประเมินแบบจำลอง↔ compare
- สัมประสิทธิ์สหสัมพันธ์ของแมทธิวส์การประเมินแบบจำลอง↔ compare
- การเรียกคืน (ความไว)การประเมินแบบจำลอง↔ compare
- ความจำเพาะ (Specificity)การประเมินแบบจำลอง↔ compare