让我们从头说起，首先AUC是一种用来度量分类模型好坏的一个标准。这样的标准其实有很多，例如：大约10年前在machine learning文献中一统天下的标准：分类精度；在信息检索(IR)领域中常用的recall和precision，等等。其实，度量反应了人们对” 好”的分类结果的追求，同一时期的不...
分类：
其他好文 时间：
2015-02-09 21:39:16
阅读次数：
207
阳性 (P, positive)阴性 (N, Negative)真阳性 (TP, true positive):正确的肯定。又称：命中 (hit)真阴性 (TN, true negative):正确的否定。又称：正确拒绝 (correct rejection)伪阳性 (FP, false posit...
分类：
其他好文 时间：
2015-01-29 10:19:32
阅读次数：
189
做过图像识别、机器学习或者信息检索相关研究的人都知道，论文的实验部分都要和别人的算法比一比。可怎么比，人多嘴杂，我说我的方法好，你说你的方法好，各做各的总是不行——没规矩不成方圆。于是慢慢的大家就形成了一种约定，用ROC曲线和PR曲线来衡量算法的优劣。关于ROC曲线和PR曲线的详细介绍可参考资料：ROC Analysis and the ROC Convex HullTom Fawcett,An ...
分类：
编程语言 时间：
2015-01-27 00:42:47
阅读次数：
271
转自：http://baike.baidu.com/link?url=_H9luL0R0BSz8Lz7aY1Q_hew3JF1w-Zj_a51ggHFB_VYQljACH01pSU_VJtSGrGJOR1h_du8O0S2ADOzzq9Nqq受试者工作特征曲线 （receiver operating...
分类：
其他好文 时间：
2014-12-31 18:21:15
阅读次数：
214
转自：http://roclinux.cn/?p=3285本原创文章属于《Linux大棚》博客。博客地址为http://roclinux.cn。文章作者为roc wu==【规范】对于普通的类，建议使用前置声明，而不是#include。【什么是前置声明】在英文中，前置声明称为“forward decl...
分类：
编程语言 时间：
2014-12-09 08:08:17
阅读次数：
292
之前写过一篇blog叫做机器学习实战笔记之非均衡分类问题：http://blog.csdn.net/lu597203933/article/details/38666699其中对Precision和Recall及ROC都有所讲解，其中区别在于Precision,Recall, F-score,
MAP主要用于信息检索，而ROC曲线及其度量指标AUC主要用于分类和识别，ROC的详细介绍见上面的b...
分类：
其他好文 时间：
2014-12-08 14:01:53
阅读次数：
448
转载http://hi.baidu.com/aking_roc/item/3f62cb0f57b49736a3332a9e负载均衡设备也常被称为"四到七层交换机"，那么四层和七层两者到底区别在哪里？第一，技术原理上的区别。所谓四层负载均衡，也就是主要通过报文中的目标地址和端口，再加上负载均衡设备设置...
分类：
其他好文 时间：
2014-11-28 15:56:19
阅读次数：
188
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，对两者的简单介绍见这里。这篇博文简单介绍ROC和AUC的特点，以及更为深入地，讨论如何作出ROC曲线图...
分类：
其他好文 时间：
2014-11-03 22:45:11
阅读次数：
406
ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏....
分类：
其他好文 时间：
2014-11-02 16:14:26
阅读次数：
252
1 安装JDK我以前安装过，这里就不说了。2 安装maven去官网下载解压添加环境变量 gedit ~/.bashrcexportJETTY_HOME=/home/roc/libs/jetty-7exportM2_HOME=/home/roc/libs/apache-maven-3.2.3expo....
分类：
系统相关 时间：
2014-11-02 07:03:48
阅读次数：
245
