爲什麼用ROC與AUC評價分類器

模型有很多評估方法，爲什麼還要使用ROC和AUC呢？ 因爲ROC曲線有個很好的特性：當測試集中的正負樣本的分佈變換的時候，ROC曲線能夠保持不變。在實際的數據集中經常會出現樣本類不平衡，即正負樣本比例差距較大，而且測試數據中的正負樣本也可能隨着時間變化。   ROC全稱是「受試者工作特徵」（Receiver Operating Characteristic）。 ROC曲線的面積就是AUC（Area

>>阅读原文<<