Aoposfyy的博客

原创 自用——机器学习、深度学习基础

ROC曲线、AUC值每一列代表了预测类别，每一行代表了真实类别True Positive（TP）：真正类。样本的真实类别是正类，并且模型识别的结果也是正类。False Negative（FN）：假负类。样本的真实类别是正类，但是模型将其识别为负类。False Positive（FP）：假正类。样本的真实类别是负类，但是模型将其识别为正类。True Negative（TN）：真负类。样本的真实类别是负类，并且模型将其识别为负类。