Table 5.

The correct classification rates (P_CCR), sensitivity (P_sens), and specificity (P_spec) percentages for the classification procedures based on models M_I (D) − M_IV (D) using metric distances and volumes with optimum threshold values π_o = π_opt based on the cost function C₁(π_o, w₁, w₂) with w₁ = w₂ = 1 and w₁ = 1, w₂ = 3 (top); and with optimum threshold values π_o = π_opt based on the cost function C₂(π_o, η₁, η₂) with η₁ = η₂ = 0.5 and η₁ = .3, η₂ = 0.7 (bottom).

	πo = 1/2				πo = 18/44
	MI (D)	MII (D)	MIII (D)*	MIV (D)	MI (D)	MII (D)	MIII (D)	MIV (D)*
PCCR	66%	64%	73%	68%	57%	47%	66%	68%
Psens	56%	56%	56%	44%	83%	67%	67%	61%
Pspec	73%	69%	85%	85%	38%	35%	65%	73%
Using optimum πo based on cost function C1(πo, w1, w2) with
	w1 = w2 = 1				w1 = 1, w2 = 3
	MI (D)	MII (D)	MIII (D)	MIV (D)*	MI (D)	MII (D)	MIII (D)	MIV (D)*
πopt	.51	.50	.45	.38	.51	.47	.36,.37	.38
PCCR	68%	64%	70%	70%	68%	57%	68%	70%
Psens	56%	56%	67%	72%	56%	61%	78%	72%
Pspec	77%	69%	73%	69%	77%	54%	61%	69%
Using optimum πo based on cost function C2(πo) with
	η1 = η2 = 0.5				η1 = .3, η2 = 0.7
	MI (D)	MII (D)	MIII (D)	MIV (D)*	MI (D)	MII (D)	MIII (D)*	MIV (D)
πopt	.81-.82	.76-.78	.50-.52	.38	.37	.37	.33-.34	.22-.29
PCCR	75%	73%	73%	70%	59%	61%	66%	55%
Psens	39%	39%	56%	72%	95%	100%	89%	89%
Pspec	100%	96%	85%	69%	35%	35%	50%	31%

^*The model with the best classification performance is marked with an asterisk.