We use Sensitivity and Specificity

We use Sensitivity and Specificity to evaluate the performance
of classification algorithms. Sensitivity (or True
Positive Rate) measures the proportion of images, which actually are UML CDs, are correctly identified as UML CDs.
Specificity (or True Negative Rate) denotes the proportion of
actual non-UML CD images that are correctly classified as
non-UML CDs. In other words, while specificity represents
the ability of excluding non-UML CD images, sensitivity
represents the ability of including UML CD images. The two
metrics are calculated from the confusion matrix as below:

ผลลัพธ์ (ไทย) 1:

เราใช้ความไวและ Specificity เพื่อประเมินประสิทธิภาพของอัลกอริทึมการจัดประเภท ความไว (หรือจริงอัตราค่าบวก) วัดสัดส่วนของรูปภาพ ที่จริงมีซีดี UML อย่างถูกต้องระบุเป็นซีดี UMLSpecificity (หรืออัตราจริงลบ) หมายถึงสัดส่วนของภาพจริงไม่ใช่ UML CD ที่ถูกแบ่งออกเป็นไม่ใช่ - UML ซีดี ในคำอื่น ๆ ในขณะแสดง specificityความสามารถของรวมรูป UML CD ไวแสดงถึงความสามารถของรวมรูปซีดี UML ทั้งสองวัดคำนวณจากเมทริกซ์สับสนเป็นด้านล่าง:

ผลลัพธ์ (ไทย) 2:

เราใช้ความไวและความจำเพาะในการประเมินผลการปฏิบัติงานของขั้นตอนวิธีการจัดหมวดหมู่
ความไวแสง
(หรือทรูบวกอัตรา) วัดสัดส่วนของภาพที่เป็นจริงซีดี UML, จะมีการระบุอย่างถูกต้องตาม UML ซีดี.
จำเพาะ (หรือทรูอัตราติดลบ)
หมายถึงสัดส่วนของภาพซีดีที่ไม่UML
จริงที่จะจัดอย่างถูกต้องตามที่ไม่ใช่UML ซีดี ในคำอื่น ๆ
ในขณะที่แสดงให้เห็นถึงความจำเพาะความสามารถในการไม่รวมภาพที่ไม่UML
ซีดีไวแสดงให้เห็นถึงความสามารถในการรวมถึงภาพUML ซีดี ทั้งสองตัวชี้วัดที่มีการคำนวณจากเมทริกซ์ความสับสนดังต่อไปนี้:

ผลลัพธ์ (ไทย) 3:

เราใช้ความไวและความจำเพาะเพื่อประเมินสมรรถนะ
ขั้นตอนวิธีการจำแนก ความไว ( หรืออัตราบวกจริง
) วัดสัดส่วนของภาพ ซึ่งเป็นคัมภีร์ซีดีได้อย่างถูกต้องระบุว่าเป็นคัมภีร์ ซีดี .
ความจำเพาะ ( หรือคะแนนลบจริง ) หมายถึงสัดส่วนของภาพซีดี
ไม่ UML ที่แท้จริงถูกต้องตามคัมภีร์
บนซีดี ในคำอื่น ๆในขณะที่เฉพาะเจาะจง แสดงถึงความสามารถขององค์กร
รวม UML ซีดีภาพ , ความไว
แสดงถึงความสามารถของแผ่นซีดีรวมภาพยูเอ็มแอล 2
เป็นวัดที่คำนวณจากความสับสนเมทริกซ์ดังนี้