- 博客(1)
- 收藏
- 关注
原创 混淆矩阵、ROC、AUC 学习记录
ROC曲线的横坐标为 假阳率(False positive rate),纵坐标为真阳率(True positive rate),基于对混淆矩阵的理解,我们几乎总是希望模型测试结果的真阳率尽可能高的同时,假阳率尽可能的低,把这种混淆矩阵映射到上面的二维空间时,它的坐标一定是更靠近左上的,而ROC曲线的实质就是多个不同阈值下的矩阵在二维空间中的连线,所以我们可以得到ROC曲线越靠近左上角,模型表现越优秀的结论。准确度(accuray)=(TP+TN) / (TP+FP+FN+TP);
2022-10-13 14:37:08
972
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