精准率,召回率,F1,ROC曲线,P-R曲线,AUC

预测为正 预测为负
实际为正 TP FN
实际为负 FP TN

精确率(针对预测结果而言) = TPTP+FP
召回率(针对原始样本而言) =TPTP+FN
F1 = 2+

Roc曲线的横坐标为:假阳性率(FPR) = FPFP+TN
ROC曲线的纵坐标:真阳性率(TPR) = TPTP+FN

posted @   爱吃西瓜的菜鸟  阅读(295)  评论(0编辑  收藏  举报
编辑推荐:
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
阅读排行:
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 没有Manus邀请码?试试免邀请码的MGX或者开源的OpenManus吧
· 无需6万激活码!GitHub神秘组织3小时极速复刻Manus,手把手教你使用OpenManus搭建本
· C#/.NET/.NET Core优秀项目和框架2025年2月简报
· DeepSeek在M芯片Mac上本地化部署
点击右上角即可分享
微信分享提示