2020年6月16日
Data Mining | 二分类模型评估-ROC/AUC/K-S/GINI
摘要： 1 混淆矩阵衍生指标 上面提到的ACC、PPV、TPR、FPR等指标，都是对某一给定分类结果的评估，而绝大多数模型都能产生好多份分类结果（通过调整阈值），所以它们的评估是单一的、片面的，并不能全面地评估模型的效果。因此，需要引入新的评估指标，来综合全面地评估模型，它们就是如下所述，由混淆矩阵衍生的一 阅读全文
posted @ 2020-06-16 15:35 1k-yang 阅读(3522) 评论(0) 推荐(0) 编辑