機器學習筆記1：ROC和GINI
ROC和GINI 一、imbalanced classification problem 一些簡單的分類問題可以用accuracy來衡量分類模型的優劣，而對於觀測樣本差距較大的分類問題（imbalanced classification problem）則須採取其他方法衡量。 例如，貸款反欺詐問題，假設總共有1000個誠實樣本，10個欺詐樣本，如何評價以下兩個模型的優劣： 模型1：10個欺詐樣
相關文章
- 1. 【機器學習】AUC和ROC
- 2. 機器學習筆記（1）
- 3. 機器學習–筆記1
- 4. 機器學習筆記1
- 5. 機器學習筆記——1
- 6. 機器學習筆記-1
- 7. 機器學習——ROC
- 8. 機器學習-學習筆記1
- 9. 機器學習 cs229學習筆記1
- 10. 機器學習sklearn（學習筆記1）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
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
相關文章
- 1. 【機器學習】AUC和ROC
- 2. 機器學習筆記（1）
- 3. 機器學習–筆記1
- 4. 機器學習筆記1
- 5. 機器學習筆記——1
- 6. 機器學習筆記-1
- 7. 機器學習——ROC
- 8. 機器學習-學習筆記1
- 9. 機器學習 cs229學習筆記1
- 10. 機器學習sklearn（學習筆記1）