F1 score
召回率 recall : 真实正例中预测为正的比例。
准确率 precision : 预测为正的实例真实也为正(预测正确)的比例。
ROC曲线
其他展示分类模型性能的可视化技术是受试者特征曲线(ROC 曲线,Receiver Operating Characteristic curve)。
这个思想是相当简单的:ROC 曲线展示了 当改变在模型**(预测)中识别为正例的阈值时,召回率和精确度的关系会如何变化。
ROC 曲线在 Y 轴上画出了真正例率(TPR
[nlp] 二分类(F1),多分类,多标签
最新推荐文章于 2024-07-03 20:32:39 发布
本文介绍了F1分数的概念,包括召回率和精确率。同时,解释了ROC曲线的原理,展示了它如何描绘不同阈值下模型的性能,以及如何通过AUC评估模型的分类效果。
摘要由CSDN通过智能技术生成