- 博客(1)
- 收藏
- 关注
原创 为什么使用ROC和AUC判断一个分类器的好坏呢?
首先我们先了解下什么是AUC和ROC,ROC的横轴表示为FPR(负正率),横轴表示NPR(真正率)。其中ROC曲线的斜率代表阈值,即阈值越来越小时,被分为正类的样例越来越多,但是还会掺杂着越来越多的负类样例。即TPR和FPR会同时增大。ROC具有很好的特性,当正类负类的样例数量发生变化时,ROC的曲线基本与原来的曲线保持一致,所以当正负例发生巨大变化时,我们还可以根据ROC曲线来评价分类器。谈起A...
2019-01-21 23:29:06 1012
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人