没有合适的资源?快使用搜索试试~ 我知道了~
颜色分类leetcode-dsc-3-29-08-roc-curves-and-auc-nyc-ds-career-031119...
共15个文件
png:6个
md:3个
ipynb:1个
需积分: 5 0 下载量 41 浏览量
2021-07-06
23:02:57
上传
评论
收藏 954KB ZIP 举报
温馨提示
颜色分类leetcode ROC 曲线和 AUC 介绍 本课将介绍 ROC:接收者操作特征曲线和 AUC:曲线下面积。 到目前为止,我们的一些准确度得分可能看起来非常令人印象深刻; 第一次尝试时,80% 的准确率似乎非常好! 我们必须记住的是,在预测二元分类时,我们有时肯定是对的,即使只是随机猜测。 例如,在猜测硬币是否正面朝上时,我应该有大约 50% 的准确率。 这也可能导致在调整模型时出现问题。 如果您有一个包含罕见事件(例如疾病或中奖)的倾斜数据集,其中 1000 中只有 2 个阳性病例,那么即使是将所有内容都归类为“非会员”的微不足道的算法也将达到 99.8% 的准确率(1000 次中有 998 次是正确的)。 因此请记住,必须将 80% 的准确率考虑到更大的上下文中。 AUC 是我们之前检查过的混淆矩阵的替代综合度量,ROC 图使我们能够确定特定于我们正在寻求解决的特定问题的最佳精度 - 召回权衡平衡。 目标 你将能够: 使用各种指标评估分类模型 定义和理解 ROC 和 AUC ROC曲线 Receiver Operater Characteristic 曲线(ROC 曲线)
资源推荐
资源详情
资源评论
收起资源包目录
dsc-3-29-08-roc-curves-and-auc-nyc-ds-career-031119-master.zip (15个子文件)
dsc-3-29-08-roc-curves-and-auc-nyc-ds-career-031119-master
index_files
index_11_1.png 33KB
index_12_1.png 33KB
images
prob_distro.png 5KB
poor_good_seperability.png 5KB
decision_boundary_recall_preferred.png 436KB
decision_boundary_accuracy.png 386KB
roc_comp.jpg 18KB
logit_probs_cutoff.jpeg 21KB
heart.csv 11KB
CONTRIBUTING.md 2KB
index.ipynb 58KB
LICENSE.md 1KB
.gitignore 64B
.learn 87B
README.md 9KB
共 15 条
- 1
资源评论
weixin_38530415
- 粉丝: 4
- 资源: 940
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功