
论文撰写
qq_37972486
这个作者很懒,什么都没留下…
展开
-
python绘制precision-recall曲线、ROC曲线
基础知识 TP(True Positive):指正确分类的正样本数,即预测为正样本,实际也是正样本。FP(False Positive):指被错误的标记为正样本的负样本数,即实际为负样本而被预测为正样本,所以是False。TN(True Negative):指正确分类的负样本数,即预测为负样本,实际也是负样本。FN(False Negative):指被错误的标记为负样本的正样本数,即实际为正...转载 2020-05-20 13:44:42 · 1953 阅读 · 0 评论 -
评价分类器性能指标之AUC、ROC
评价分类器性能指标之AUC、ROC前言本文内容大部分来自于如下两个博客: http://blog.youkuaiyun.com/dinosoft/article/details/43114935 http://my.oschina.net/liangtee/blog/340317引子假设有下面两个分类器,哪个好?(样本中有A类样本90个,B 类样本10个。) 、 A类样本 B类样本 分类精度 分类器C1 A*90(100%) A*10(0%) 90% 分类器C2 A*70 + B*转载 2020-05-10 12:52:03 · 369 阅读 · 0 评论