二元分类
文章平均质量分 84
燕策西
这个作者很懒,什么都没留下…
展开
-
[Python] 使用约登指数寻找最佳ROC曲线阈值
[预备知识]对于二元分类结果评价,ROC曲线是常用标准,其使用TPR与FPR绘制而成。(相关知识推荐博文:一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC) 而TPR与FPR的计算是根据选定的一系列阈值(Threshold)得到的,本文的目的便是寻找最优阈值,在假正率FPR与真正率TPR之间做折中。ROC用以判断分类模型好坏,是否足以区分两类对象,而寻找最佳阈值可以使分类效果达到最优,符合实际应用要求。[计算方法]Youden Index参考链接:全面了解ROC曲线如图原创 2020-07-24 17:59:15 · 13638 阅读 · 12 评论 -
[Python] 二元分类结果之PR曲线的AUC与AP如何计算?
【预备知识】关于二元分类结果度量/评价指标PR、ROC曲线,可以参考博客(强烈推荐):[一文让你彻底理解准确率,精准率,召回率,真正率,假正率,ROC/AUC] Pyhotn中对于ROC以及PR曲线绘制、AUC/AP的计算均可在sklearn.metrics中实现(绘制依靠matplotlib.pyplot)。【指标计算】代码先行:import numpy as npimport matplotlib.pyplot as pltfrom sklearn import metr..原创 2020-07-24 16:09:49 · 3291 阅读 · 0 评论