精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么?

在看到的几个项目中都是用AUC来评价分类器的好坏,而不是使用精确率,召回率,F1值,请问这是什么原因呢?他们各自有什么优缺点和使用场景啊?首先交代下专业名词: 准确率 - accuracy 精确率 - precision 召回率 - recall F1值 - F1-score ROC曲线下面积 - ROC-AUC (area under curve) PR曲线下面积 - PR-AUC ROC/AU
相关文章
相关标签/搜索