没有合适的资源?快使用搜索试试~ 我知道了~
颜色分类leetcode-dsc-roc-curves-and-auc:dsc-roc-curves-and-auc
共18个文件
png:9个
md:3个
jpeg:1个
需积分: 12 0 下载量 87 浏览量
2021-07-06
23:02:52
上传
评论
收藏 1.17MB 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,您遇到的一些准确度分数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! 您必须记住的是,对于二元分类,有时您一定是对的,即使只是随机猜测。 例如,一个人在猜测硬币是否落在正面上的准确率应该约为 50%。 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”的简单算法也将达到 99.8% (1000 次中有 998 次是正确的)。 因此请记住,必须在更大的上下文中考虑 80% 的准确率。 AUC 是混淆矩阵的替代综合指标,ROC 图使我们能够确定特定于您要解决的问题的最佳精度 - 召回权衡平衡。 目标 你将能够: 定义 ROC 曲线和 AUC 解释如何使用 ROC 和 AUC 来评估和选择模型 ROC曲线 接收者操作符特征曲线(ROC 曲线)说明了我们分类器的真阳性率与假阳性率。 您之前已经看过真实阳性率,它是召回的另
资源推荐
资源详情
资源评论
收起资源包目录
dsc-roc-curves-and-auc-master.zip (18个子文件)
dsc-roc-curves-and-auc-master
index_files
index_11_1.png 33KB
images
Image_144_ROC.png 98KB
Image_146_recall.png 65KB
prob_distro.png 5KB
Image_147_separability.png 74KB
poor_good_seperability.png 5KB
decision_boundary_recall_preferred.png 436KB
decision_boundary_accuracy.png 386KB
Image_145_accuracy.png 65KB
roc_comp.jpg 18KB
logit_probs_cutoff.jpeg 21KB
heart.csv 11KB
CONTRIBUTING.md 2KB
index.ipynb 57KB
LICENSE.md 1KB
.gitignore 64B
.learn 87B
README.md 9KB
共 18 条
- 1
资源评论
weixin_38733367
- 粉丝: 3
- 资源: 907
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