ROC曲线
ROC曲线:中文称受试者工作特征曲线
横坐标为假阳性率FBR
FBR = FP/N N 是负样本数量 FP是N个负样本中被分类器预测为正样本的个数
纵坐标为真阳性率 TPR
TPR = TP/P TP P是正样本的数量 TP正样本中被预测为正样本的个数
如何绘制
如何绘制ROC曲线:通过不断移动分类器的截断点来生成一组点
AUC指的是ROC曲线下的面积大小,计算AUC只需沿着横轴做积分即可
优点
ROC曲线的优点,正负样本发生变化时保持基本不变
HelloData阅读 3k
超神经HyperAI赞 2阅读 487
吴季分赞 2阅读 143
deephub阅读 1.2k
SaaS知识库阅读 1.2k
超神经HyperAI阅读 1.1k
超神经HyperAI阅读 1.1k
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。