機器學習性能評價指標準確率, 召回率,F1, ROC ,AUC

假設我們做一個詐騙監測模型: 詐騙檢測模型的輸出是交易欺詐的概率[0.0–1.0]。 如果此概率低於0.5,則將交易分類爲非欺詐; 否則,您將交易分類爲欺詐。 爲了評估模型的性能,您收集了10,000個手動分類的交易,其中有300個欺詐交易和9,700個非欺詐交易。 您在每個事務上運行分類器,預測類標籤(欺詐或非欺詐),並在以下混淆矩陣中總結結果: True Positive(TP = 100)是
相關文章
相關標籤/搜索