看懂论文的机器学习基本知识(三)--假正例、假负例、ROC曲线
最新推荐文章于 2024-08-02 19:09:44 发布
本文详细介绍了机器学习中假正例(False Positive)、假负例(False Negative)的概念及其损失矩阵,进一步探讨了ROC曲线的生成原理和特性,包括真正例率(TPR)、假正例率(FPR),并指出ROC曲线的AUC和EER作为评估分类器性能的重要指标。
摘要由CSDN通过智能技术生成