Bobo老师机器学习笔记第九课-PR曲线和ROC曲线

最新推荐文章于 2024-05-16 20:14:32 发布
最新推荐文章于 2024-05-16 20:14:32 发布
阅读量689 收藏 1
点赞数
分类专栏： 机器学习 文章标签： AUC ROC 机器学习 学习笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sxb0841901116/article/details/84935325
版权

在上篇文章中，我们已经概述了PR曲线。现在做个简单的回归

1、什么是PR曲线？ 

PR曲线是精准率（Precision）和召回率（Recall）的缩写，

精准率表示在预测的关注事件中，其中预测正确的有多少。  Precision = TP / (TP + FP)

召回率表示在实际的关注事件中，正确预测出来了有多少。 Recall = TP / (FN + TP)

然后以recall为X轴， Precision为Y轴。

在曲线下降最厉害的点就是模型最好的点。 像上面图形在0.9左右。 

1、什么是ROC曲线？ 

ROC曲线是Receiver Operating Characteristic的简称，主要用来描述模型的识别能力随着阈值变化的曲线。 

说到ROC要涉及两个概念：

最低0.47元/天 解锁文章
风中静行
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
机器学习之类别不平衡问题 (2) —— ROC和PR曲线
massquantity的博客
03-17 4676
机器学习之类别不平衡问题 (1) —— 各种评估指标 机器学习之类别不平衡问题 (2) —— ROC和PR曲线 完整代码 ROC曲线和PR（Precision - Recall）曲线皆为类别不平衡问题中常用的评估方法，二者既有相同也有不同点。本篇文章先给出ROC曲线的概述、实现方法、优缺点，再阐述PR曲线的各项特点，最后给出两种方法各自的使用场景。 ROC曲线 ROC曲线...
PR曲线与ROC曲线
W1995S的博客
03-21 5103
PR曲线概念 PR曲线中的P代表的是precision（精准率），R代表的是recall（召回率），其代表的是精准率与召回率的关系，一般情况下，将recall设置为横坐标，precision设置为纵坐标。 PR曲线功能说明 一条PR曲线要对应一个阈值（统计学的概率）。通过选择合适的阈值(比如K%)对样本进行合理的划分，概率大于K%的样本为正例，小于K%的样本为负例，样本分类完成后计算相应的精准率和召回率，最后我们会得到对应关系，如下图所示。 ...
YOLOV8绘制pr曲线图
最新发布
m0_51530640的博客
05-16 780
使用matlab将多个pr曲线绘制到一张图上，matlab绘制的图可以直接复制到world中，这样转换成PDF可以得到清晰的图。将保存的pr.csv文件中相应的pr值复制到pr.xlsx文件中。
机器学习：PR曲线以及ROC曲线
Hapless1的博客
10-22 922
其中，真正例表示模型正确地将样本分类为正类，假正例表示模型错误地将样本分类为正类，真反例表示模型正确地将样本分类为负类，假反例表示模型错误地将样本分类为负类。PR 曲线（Precision-Recall curve）主要关注的是模型在正例预测方面的性能，它将模型的精度（Precision）和召回率（Recall）之间的关系展示出来。精度越高，模型预测的正类样本中真正例的比例就越大，当精度为1时，表示所有被预测为正类的样本都是真正例，即没有假正例存在。假阳性率（FPR）表示模型将负样本错误分类为正类的比例。
ROC曲线与PR曲线
m0_73707081的博客
04-16 2055
PR曲线（Precision-Recall curve）是另一种评估分类模型性能的工具，通常用于处理不平衡数据集或关注于正类别（少数类别）的分类问题。在PR曲线中，横轴表示召回率（Recall），纵轴表示精确率（Precision）。召回率是指被模型正确识别为正类别的样本数占所有真实正类别样本数的比例，精确率是指被模型正确识别为正类别的样本数占所有模型判定为正类别的样本数的比例。
ROC曲线及PR曲线
qq_62541359的博客
10-23 527
跟TPR和FPR不一样的是，在PR关系中，是一个此消彼长的关系，但往往我们希望二者都是越高越好，所以PR曲线是右上凸效果越好（也有例外，有比如在风险场景当预测为1实际为0时需要赔付时，大致会要求Recall接近100%，可以损失Precision）。绘制图线同样的道理，我们要产生随机的概率，表示每个样本例子为正例的概率，然后通过这些概率进行从大到小的排序，再按此顺序逐个样本的选择阈值，大于阈值的概率的样例为正例，后面的全部为反例。ROC曲线和PR曲线的形状和性能评估指标是相关的，但并不完全相同。
main_roc_python_AUC_PR曲线_ROC曲线_
09-29
标题"main_roc_python_AUC_PR曲线_ROC曲线_"和描述中的关键词涉及到的是使用Python语言进行模型评估时的两个关键指标：ROC曲线（Receiver Operating Characteristic Curve）和PR曲线（Precision-Recall Curve），...
基于MATLAB绘制ROC和PR曲线完整源码+数据（课程设计）.zip
10-18
基于MATLAB绘制ROC和PR曲线完整源码+数据（课程设计）.zip 已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保...基于MATLAB绘制ROC和PR曲线完整源码+数据（课
基于Matlab绘制ROC和PR曲线（源码+图片）.rar
04-20
1、资源内容：基于MATLAB绘制ROC和PR曲线（完整源码+说明文档+数据）.rar 2、代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程设计...
使用机器学习和 ROC 曲线进行决策-研究论文
06-09
接收器操作特征 (ROC) 曲线表示在二元分类问题中发现的统计信息，是机器学习和数据科学中的一个关键概念。 本文研究了 ROC 曲线的统计特性及其对模型选择的影响。 我们分析了不同激励异质性和信息不对称模型对人类...
基于Python绘制PR曲线与ROC曲线完整源码+说明文档+数据（课程设计）.zip
10-18
基于Python绘制PR曲线与ROC曲线完整源码+说明文档+数据（课程设计）.zip 已获导师指导并通过的97分的高分课程设计项目，可作为课程设计和期末大作业，下载即用无需修改，项目完整确保可以运行。 基于Python绘制PR...
Faster_RCNN绘制P-R曲线、检测视频
03-14
共包含三个文件： demo_video.py用于训练好的模型进行视频检测； pr-curve.py用于绘制P-R曲线（方法一） pascal_voc.py用于绘制P-R曲线（方法二）
机器学习-pr曲线，roc曲线
lildn的博客
03-27 301
模型评价指标 0. 加载相关模块 import numpy as np import matplotlib.pyplot as plt import pandas as pd import seaborn as sns from sklearn.model_selection import train_test_split # 用于在jupyter中进行绘图 %matplotlib inline 1. 数据加载 # 加载数据集 fruits_df = pd.read_table('fruit_data_w
ROC曲线与PR曲线对比
bitcarmanlee的博客
03-11 3753
1.ROC曲线 TPR=TPP=TPTP+FNTPR = \frac{TP}{P} = \frac{TP}{TP + FN}TPR=PTP​=TP+FNTP​ FPR=FPN=FPFP+TNFPR = \frac{FP}{N} = \frac{FP}{FP + TN}FPR=NFP​=FP+TNFP​ ROC曲线的纵坐标为TPR，真正率，其实也是召回率。分母为所有实际正样本。 ROC曲线的纵坐标为FPR，假正率，是预测错误的负样本(实际为负样本，预测成正样本，所以分子是FP)在所有实际负样本中的占比。 RO
机器学习——ROC曲线、PR曲线
TXQIHYJ的博客
10-20 2358
目录背景介绍ROC曲线介绍深入ROC曲线的主要用途及其优点补充PR曲线介绍深入使用场景ROC曲线和PR曲线关系具体实现ROC曲线的实现PR曲线的实现实验总结ROC曲线（receiver operating characteristic）是一种对于灵敏度进行描述的功能图像，又称为感受性曲线（sensitivity curve。ROC曲线可以通过描述真阳性率（TPR）和假阳性率（FPR）来实现。由于是通过比较两个操作特征（TPR和FPR）作为标准，ROC曲线也叫做相关操作特征曲线。
再理解下ROC曲线和PR曲线
foreyang00
11-21 1677
转自：http://www.zhizhihu.com/html/y2012/4076.html        大家都发表下对着俩曲线的理解吧。        分类、检索中的评价指标很多，Precision、Recall、Accuracy、F1、ROC、PR Curve...... 一、历史        wiki上说，ROC曲线最先在二战中分析雷达信号，用来检测敌军。诱因是珍珠港事件；由于
三分钟带你理解ROC曲线和PR曲线
Guo_Python的博客
04-28 2419
Roc曲线和PR曲线常被用来在二分类问题中评估一个分类器的性能，所以在机器学习中搞清楚两种曲线的原理及其区别与实现是非常基础也是非常重要的。
PR曲线和ROC曲线概念及其区别
tsq292978891的博客
10-10 1万+
将测试样本的预测结果按照置信度排序，由高到低，卡个阈值作为正负样本的判定依据，阈值较高时，Precision比较大，阈值较低时，Recall较大。（推荐的话，想Precision较大，用户希望排名靠前的推荐是自己想要的，刑侦的话希望Recall较大，不错过一个犯人） 知识点 Precision=TP/(TP+FP) Recall=TP/(总的正样本)=TP/(TP+FN) # 这个时候的 TP...
机器学习中的PR曲线和ROC曲线
热门推荐
沉心修炼
12-06 4万+
主要是我对周志华《机器学习》第二章模型估计与选择中一些内容的总结
R-R曲线和ROC曲线怎么用
05-12
R-R曲线和ROC曲线是常用于评估分类器性能的指标之一。 R-R曲线（Receiver-Receiver curve）是一种评估二元分类器性能的图形化工具。它是在真阳性率（TPR）和假阳性率（FPR）之间绘制的曲线。TPR是指分类器正确识别...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值