性能指标(模型评估)之ROC与AUC
来源:互联网 发布:淘宝加盟骗局郑州 编辑:程序博客网 时间:2024/05/29 07:05
为什么ROC
在前面已经介绍了mAP性能指标,用于评估模型的性能(查全&查准双高)了。这里为什么还需要介绍ROC呢?他是何方妖孽?
通过前面的P-R曲线可以看出来,选取的top-N随着N的不同,模型对查全和差准的重视程度各有不同,比如N较小时更看重“查准率”,N越大越重视“查全率”。因此,排序本身的好坏,体现了综合考虑学习器在不同任务下的“期望泛化性能”的好坏,或者是“一般情况下”泛化性能的好坏。ROC就是从这个角度来研究学习器的泛化性能的有力工具。
什么是ROC
ROC的全称是“受试者工作特征”(receiver operating characteristic)曲线,源于“二战”敌机检测的雷达信号分析技术。这里为了说清楚他的定义,我们再次回顾下前面提到的表,同时也加入了两个定义。
准确率
预测结果中,究竟有多少是真的正?(找出来的对的比例)
召回率
所有正样本中,你究竟预测对了多少?(找回来了几个)
这里要补充两个东西
真正例率(True Positive Rate)
假正例率(False Positive Rate)
看到了吗?真正例率就是召回率,假正例率就是实际是反的当中,有多少被判为了正。ROC曲线就是以TPR为纵轴,FPR为横轴的曲线。
中间的对角线对应于“随机猜测”模型,
阅读全文
0 0
- 性能指标(模型评估)之ROC与AUC
- 分类模型评估之ROC-AUC曲线和PRC曲线
- 模型评估与选择(中篇)-ROC曲线与AUC曲线
- CTR评估标准及ROC与AUC
- 分类之性能评估指标ROC&AUC
- 性能指标(模型评估)之mAP
- 分类器性能指标之ROC曲线、AUC值
- 分类器性能指标之ROC曲线、AUC值
- 银行信用卡批准——模型评估ROC&AUC
- 模型评估的方法: ROC,AUC,RMSE等指标
- ROC曲线与AUC--模型评价指标
- 机器学习之模型评估与选择 (RPC与AUC)
- 分类器性能评估之ROC和AUC(2)
- ROC曲线与AUC
- AUC与ROC
- AUC与ROC
- ROC曲线与AUC
- AUC与ROC
- 表、视图、实体化视图的比较
- BZOJ1790:[Ahoi2008]Rectangle 矩形藏宝地 (CDQ分治+线段树)
- IOS逆向笔记之HOOK实现(非越狱)
- 面试OR笔试11——集合交集
- PAT1038 Recover the Smallest Number (30)
- 性能指标(模型评估)之ROC与AUC
- 年总结
- c++引用
- 欢迎使用CSDN-markdown编辑器
- Dijkstra模板(优先队列)
- HNCPC 2016 湖南省程序设计竞赛 F
- 1050. 螺旋矩阵(25)
- 初识c#---排序方法
- ubuntu更改主机名后sudo命令无法解析主机的问题