1.模型評(píng)估與選擇
1.1 ROC與AUC
ROC的橫軸為真正例率TPR，縱軸為假正例率FPR
定義為：
，
ROC曲線的畫法為：
給定
個(gè)正例和
個(gè)反例。根據(jù)學(xué)習(xí)器的預(yù)測(cè)結(jié)果對(duì)樣例進(jìn)行排序（即每個(gè)樣本為正例的概率），然后把分類閾值調(diào)最大，即把所有樣例均預(yù)測(cè)為反例，畫出(0,0)點(diǎn)。之后依次按照每個(gè)樣本的概率從大到小調(diào)整閾值，分別計(jì)算TPR和FPR，作出整個(gè)ROC曲線如下圖。
可以看出，AUC的取值范圍為[0.5,1]，越接近1，檢測(cè)方法準(zhǔn)確率越高，越接近0.5，則真實(shí)性越低，無使用價(jià)值。
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡(jiǎn)書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。
