Dokładność: Różnice pomiędzy wersjami
Z Encyklopedia Zarządzania
m (Infobox update) |
mNie podano opisu zmian |
||
Linia 14: | Linia 14: | ||
}} | }} | ||
'''Dokładność''' | '''Dokładność''' oznacza stopień zgodności pomiędzy rzeczywistymi wartościami a wartościami określonymi lub mierzonymi. W przypadku pomiarów, dokładność oznacza, jak blisko pomiar jest prawdziwej wartości. W przypadku modeli matematycznych lub algorytmów, dokładność oznacza, jak dobrze modele te odzwierciedlają rzeczywiste dane. | ||
==Miary dokładności== | |||
Istnieje wiele miar dokładności, które mogą być używane w różnych kontekstach. Oto kilka przykładów: | |||
* Dokładność (accuracy) - stosunek liczby poprawnie sklasyfikowanych próbek do całkowitej liczby próbek. | |||
* Czułość (sensitivity) - stosunek liczby poprawnie sklasyfikowanych pozytywnych próbek do całkowitej liczby rzeczywistych pozytywnych próbek. | |||
* Specyficzność (specificity) - stosunek liczby poprawnie sklasyfikowanych negatywnych próbek do całkowitej liczby rzeczywistych negatywnych próbek. | |||
* Punkt graniczny (precision) - stosunek liczby prawidłowo sklasyfikowanych pozytywnych próbek do całkowitej liczby próbek sklasyfikowanych jako pozytywne. | |||
* F1-score (F1 measure) - średnia harmoniczna między precyzją a czułością. | |||
* Błąd klasyfikacji (misclassification rate) - stosunek liczby niepoprawnie sklasyfikowanych próbek do całkowitej liczby próbek. | |||
Wybór odpowiedniej miary dokładności zależy od kontekstu i celów badania. | |||
[[Kategoria:Statystyka i ekonometria]] |
Wersja z 23:29, 20 sty 2023
Dokładność |
---|
Polecane artykuły |
Dokładność oznacza stopień zgodności pomiędzy rzeczywistymi wartościami a wartościami określonymi lub mierzonymi. W przypadku pomiarów, dokładność oznacza, jak blisko pomiar jest prawdziwej wartości. W przypadku modeli matematycznych lub algorytmów, dokładność oznacza, jak dobrze modele te odzwierciedlają rzeczywiste dane.
Miary dokładności
Istnieje wiele miar dokładności, które mogą być używane w różnych kontekstach. Oto kilka przykładów:
- Dokładność (accuracy) - stosunek liczby poprawnie sklasyfikowanych próbek do całkowitej liczby próbek.
- Czułość (sensitivity) - stosunek liczby poprawnie sklasyfikowanych pozytywnych próbek do całkowitej liczby rzeczywistych pozytywnych próbek.
- Specyficzność (specificity) - stosunek liczby poprawnie sklasyfikowanych negatywnych próbek do całkowitej liczby rzeczywistych negatywnych próbek.
- Punkt graniczny (precision) - stosunek liczby prawidłowo sklasyfikowanych pozytywnych próbek do całkowitej liczby próbek sklasyfikowanych jako pozytywne.
- F1-score (F1 measure) - średnia harmoniczna między precyzją a czułością.
- Błąd klasyfikacji (misclassification rate) - stosunek liczby niepoprawnie sklasyfikowanych próbek do całkowitej liczby próbek.
Wybór odpowiedniej miary dokładności zależy od kontekstu i celów badania.