- 博客(1)
- 收藏
- 关注
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。
2023-04-15 18:28:36 174 1
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