会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
cheneywilson
专注于机器学习、数据挖掘、图像处理、脑部疾病
博客园
首页
新随笔
联系
订阅
管理
2017年5月3日
ROC与AUC
摘要: 很多学习器是为测试样本产生一个实值或概率预测,然后将这个预测值与一个分类阈值(threshold)进行比较,若大于阈值则分为正类,否则为反类.例如,神经网络在一般情形下是对每个测试样本预测出一个[0.0,1.0]之间的实值,然后将这个值与 0.5 进行比较,大于 0.5 则判为正例,否则为反例. 这
阅读全文
posted @ 2017-05-03 16:50 cheneywilson
阅读(353)
评论(0)
推荐(0)
编辑
公告