机器学习-AUC-ORC-ARIMA
来源：互联网 发布：你见过最好的女孩知乎 编辑：程序博客网 时间：2024/05/18 22:43
AUC（Area Under Curve）
取不同的参数值，是的TP,FN,FP,TN的分布不同的曲线图， 
上述的图的参数取值位置不同，则得到TP,FN,FP,TN不同的值，然后的到TPR和FPR的点，则在图上会表示出一条线（ROC），如果AUC越大（面积越大），则表示分类器则越好；
多分类的ROC曲线：可以简化为多个二分类后：第一种就将所有的得到的值取平均值，或者得到的值再去做ROC曲线
ARIMA（自回归积分滑动平均模型）
自回归：前几个数据预测当前数据这样的预测叫做自回归；比如股票的预测：我们可以利用前几天的数据来预测今天数据；
滑动平均值：创建一个滑动窗口，将周期性的震荡磨平了：
阅读全文
0 0
- 机器学习-AUC-ORC-ARIMA
- Stanford机器学习---第十六讲. PHOTO ORC
- 【机器学习笔记之五】用ARIMA模型做需求预测用ARIMA模型做需求预测
- 【机器学习笔记之五】用ARIMA模型做需求预测用ARIMA模型做需求预测
- 机器学习和统计里面的auc怎么理解？
- 机器学习与数据挖掘之ROC与AUC
- 机器学习第七课part2(ROC;AUC;PR曲线)
- ARIMA学习总结
- orc
- 机器学习扫盲---常见学习效果指标说明(并附基于sklearn库计算AUC)
- 机器学习之分类器性能指标之ROC曲线、AUC值
- 机器学习之模型评估与选择 （RPC与AUC）
- 机器学习性能评估指标（精确率、召回率、ROC、AUC）
- py2.7 : 《机器学习实战》 Adaboost 2.24号：ROC曲线的绘制和AUC计算函数
- (机器学习算法常用指标)准确率，召回率，F1 值、ROC，AUC、mse,mape评价指标
- 机器学习笔记十五：分类问题的性能度量(混淆矩阵,正确率,召回率,ROC,AUC)
- 机器学习之分类器性能指标之ROC曲线、AUC值
- 机器学习之分类器性能指标之ROC曲线、AUC值
- 1005. Spell It Right (20)
- android工程作为另外一个工程的模块来使用的方法
- 【GDOI2018模拟8.14】神奇的救火现场
- filter详解
- TensorFlow-7实现AlexNet
- 机器学习-AUC-ORC-ARIMA
- 创建链表（一）
- R：使用键盘输入数据
- Spark如何做到全局有序
- 析构函数什么情况下要定义为虚函数?
- HashMap的putIfAbsent()方法
- H5写一个百度搜索页面 源代码
- VS 设置编译后的程序可以以管理员身份运行
- [JZOJ5296] Sequence
