【AUC】二分類模型的評價指標ROC Curve
AUC是指:從一堆樣本中隨機抽一個，抽到正樣本的概率比抽到負樣本的概率大的可能性! AUC是一個模型評價指標，只能用於二分類模型的評價，對於二分類模型，還有很多其他評價指標，比如logloss，accuracy，precision。如果你經常關注數據挖掘比賽，比如kaggle，那你會發現AUC和logloss基本是最常見的模型評價指標。爲什麼AUC和logloss比accuracy更常用呢
相關文章
- 1. 【AUC】二分類模型的評價指標ROC Curve
- 2. 分類模型評價指標-ROC AUC
- 3. 二分類模型評估之AUC ROC
- 4. 評價標準—ROC & AUC
- 5. 機器學習算法模型評價指標ROC AUC
- 6. 分類模型評估之ROC-AUC
- 7. 分類模型的評價指標--混淆矩陣，ROC，AUC，KS，Lift，Gain
- 8. 評價分類器性能指標之AUC、ROC
- 9. 評價分類器性能指標AUC、ROC
- 10. AUC評價指標
- 更多相關文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • MySQL BIT、BINARY、VARBINARY、BLOB（二進制類型） - MySQL教程
- • Kotlin學習（二）基本類型
- • 算法總結-二分查找法
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
