AUC ROC 混淆矩陣

分類模型的評價指標： 1.準確率 2.精準率 3.召回率 4.f1-Score 5.auc曲線 混淆矩陣 混淆矩陣中有着Positive、Negative、True、False的概念，其意義如下： 稱預測類別爲1的爲Positive（陽性），預測類別爲0的爲Negative（陰性）。 預測正確的爲True（真），預測錯誤的爲False（僞）。 [公式] [公式] TPRate的意義是所有真實類別爲

>>阅读原文<<