图 19.12 决策树模型分类准确度 2. 模型评价 对于训练样本,神经网络和 CART 决策树的分类准确率相差不大,均达到 90%以上。 为了进一步评估模型分类的性能,故利用测试样本对两个模型进行评价,评价方法采用 ROC 曲线进行评估,一个优秀分类器所对应的 ROC 曲线应该是尽量靠近左上角。分别画出神经 网络和 CART 决策树在测试样本下的 ROC 曲线,见 19-13 和图 19-14。 图 19-13 神经网络在测试样本下的 ROC 曲线
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~