MCDMClassification Metric
ความจำเพาะ (Specificity)
ความจำเพาะวัดสัดส่วนของกรณีที่เป็นลบจริงที่ตัวจำแนกประเภทระบุว่าเป็นลบได้อย่างถูกต้อง เป็นการตอบคำถามว่า 'ในบรรดากรณีทั้งหมดที่เป็นลบจริง เราปฏิเสธได้อย่างถูกต้องกี่กรณี?' ความจำเพาะเป็นส่วนเสริมของความแม่นยำในการเรียกคืน (recall) และมีความสำคัญเมื่อผลบวกปลอม (false positives) มีค่าใช้จ่ายสูง
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Fawcett, T. (2006). An introduction to ROC analysis. Pattern Recognition Letters, 27(8), 861-874. DOI: 10.1016/j.patrec.2005.10.010 ↗
- 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). Specificity (True Negative Rate). ScholarGate. https://scholargate.app/th/model-evaluation/specificity
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.
- ความแม่นยำแบบสมดุล (Balanced Accuracy)การประเมินแบบจำลอง↔ compare
- คะแนน F1การประเมินแบบจำลอง↔ compare
- สัมประสิทธิ์สหสัมพันธ์ของแมทธิวส์การประเมินแบบจำลอง↔ compare
- ความแม่นยำ (Precision)การประเมินแบบจำลอง↔ compare
- การเรียกคืน (ความไว)การประเมินแบบจำลอง↔ compare