算法的評價標準:ROC,假陽性，mape

1，ROC曲線 去醫院做檢查化驗單或報告單會出現（+）跟（-），其分別表型陽性和陰性。比如你去檢查是不是得了某種病，陽性（+）就說明得了，陰性（-）就說明沒事。 科研人員在設計這種檢驗方法的時候希望知道，如果這個人確實得了病，那麼這個方法能檢查出來的概率是多少呢（真陽率）？如果這個人沒有得病，那麼這個方法誤診其有病的概率是多少呢（假陽率）？ 如下表1所示： 金標準就是實際中的病人陽性和陰性的情況，

>>阅读原文<<