2020年7月9日

分类效果评价指标二-ROC曲线与AUC面积

摘要： 1.简介 ROC曲线与AUC面积均是用来衡量分类型模型准确度的工具。通俗点说，ROC与AUC是用来回答这样的问题的： 分类模型的预测到底准不准确？ 我们建出模型的错误率有多大？正确率有多高？ 两个不同的分类模型中，哪个更好用？哪个更准确？ 一句话概括版本： ROC是一条线，如果我们选择用ROC曲线评 阅读全文

posted @ 2020-07-09 07:38 为主而活 阅读(1470) 评论(0) 推荐(0) 编辑

聚类效果评价指标

摘要： 1. ARI(Adjusted Rand Index) 兰德系数：聚类效果有一个评价指标。 这个指标不考虑你使用的聚类方法，把你的方法当做一个黑箱，只注重结果。可以说，是一个十分“功利”的指标。 在讲ARI之前呢，先讲述一下RI，也就是rand index，从两者的名字也可以看出来，这是ARI的祖宗 阅读全文

posted @ 2020-07-09 07:17 为主而活 阅读(3319) 评论(0) 推荐(0) 编辑

分类效果评价指标一混淆矩阵

摘要： 1.混淆矩阵：判断分类模型好坏 (摘自:版权声明：本文为CSDN博主「Orange_Spotty_Cat」的原创文章.原文链接：https://blog.csdn.net/Orange_Spotty_Cat/article/details/80520839) 混淆矩阵是ROC曲线绘制的基础，同时它也 阅读全文

posted @ 2020-07-09 07:15 为主而活 阅读(1279) 评论(0) 推荐(0) 编辑

导航