【AUC】二分类模型的评价指标ROC Curve
AUC是指:从一堆样本中随机抽一个，抽到正样本的概率比抽到负样本的概率大的可能性! AUC是一个模型评价指标，只能用于二分类模型的评价，对于二分类模型，还有很多其他评价指标，比如logloss，accuracy，precision。如果你经常关注数据挖掘比赛，比如kaggle，那你会发现AUC和logloss基本是最常见的模型评价指标。为什么AUC和logloss比accuracy更常用呢
相关文章
- 1. 【AUC】二分类模型的评价指标ROC Curve
- 2. 分类模型评价指标-ROC AUC
- 3. 二分类模型评估之AUC ROC
- 4. 评价标准—ROC & AUC
- 5. 机器学习算法模型评价指标ROC AUC
- 6. 分类模型评估之ROC-AUC
- 7. 分类模型的评价指标--混淆矩阵，ROC，AUC，KS，Lift，Gain
- 8. 评价分类器性能指标之AUC、ROC
- 9. 评价分类器性能指标AUC、ROC
- 10. AUC评价指标
- 更多相关文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • MySQL BIT、BINARY、VARBINARY、BLOB（二进制类型） - MySQL教程
- • Kotlin学习（二）基本类型
- • 算法总结-二分查找法
相关标签/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。
欢迎关注本站公众号,获取更多信息
