首页 > 其他好文 > 详细

评估指标：ROC，AUC，Precision、Recall、F1-score

时间：2018-08-04 23:24:25 阅读：630 评论：0 收藏：0 [点我收藏+]

标签：dict https char dia title tab from auc binary

一、ROC，AUC

ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。

技术分享图片

ROC曲线一般的横轴是FPR，纵轴是FPR。AUC为曲线下面的面积，作为评估指标，AUC值越大，说明模型越好。如下图：

技术分享图片

二、Precision、Recall、F1-score

Terminology and derivations
from a confusion matrix
true positive (TP) eqv. with hit true negative (TN) eqv. with correct rejection false positive (FP) eqv. with false alarm, Type I error false negative (FN) eqv. with miss, Type II error sensitivity or true positive rate (TPR) eqv. with hit rate, recall $技术分享图片$ specificity (SPC) or true negative rate (TNR) $技术分享图片$ precision or positive predictive value (PPV) $技术分享图片$ negative predictive value (NPV) $技术分享图片$ fall-out or false positive rate (FPR) $技术分享图片$ false discovery rate (FDR) $技术分享图片$ miss rate or false negative rate (FNR) $技术分享图片$ accuracy (ACC) $技术分享图片$ F1 score is the harmonic mean of precision and sensitivity $技术分享图片$ Matthews correlation coefficient (MCC) $技术分享图片$ $Informedness = Sensitivity + Specificity - 1 Markedness = Precision + NPV - 1$

中文解释

技术分享图片

评估指标：ROC，AUC，Precision、Recall、F1-score

标签：dict https char dia title tab from auc binary

原文地址：https://www.cnblogs.com/tectal/p/9420452.html

踩

(0)

赞

(0)

举报

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行

更多

友情链接

兰亭集智国之画百度统计站长统计阿里云 chrome插件新版天听网

关于我们 - 联系我们 - 留言反馈

© 2014 mamicode.com 版权所有联系我们:gaon5@hotmail.com

迷上了代码！