2018年3月20日
AUC ROC PR曲线
摘要： ROC曲线： 横轴：假阳性率 代表将负例错分为正例的概率 纵轴：真阳性率 代表能将正例分对的概率 AUC是ROC曲线下面区域得面积。 与召回率对比： AUC意义： 任取一对（正、负）样本，把正样本预测为1的概率大于把负样本预测为1的概率的概率。基于上述，AUC反映的是分类器对样本的排序能力，如果进行 阅读全文
posted @ 2018-03-20 21:03 喵喵帕斯 阅读(931) 评论(0) 推荐(0) 编辑