机器学习11. ROC曲线、AUC值、Accuracy、Precision、Recall 含义

AUC/ROC,Accuracy,Precision,Recall 含义。查准率,查全率,样本均衡问题 部分图片转自这里 行的True和False表示预测为正负 列的Pos和Neg表示真实的正负 表哥说明: True Positive(TP):将正类预测为正类的数量. True Negative(TN):将负类预测为负类的数量. False Positive(FP):将负类预测为正类数(假的正类–
相关文章
相关标签/搜索