精確率、召回率、F1 值、ROC、AUC 各自的優缺點是什麼?

在看到的幾個項目中都是用AUC來評價分類器的好壞,而不是使用精確率,召回率,F1值,請問這是什麼原因呢?他們各自有什麼優缺點和使用場景啊?首先交代下專業名詞: 準確率 - accuracy 精確率 - precision 召回率 - recall F1值 - F1-score ROC曲線下面積 - ROC-AUC (area under curve) PR曲線下面積 - PR-AUC ROC/AU
相關文章
相關標籤/搜索