weixin_38328084的博客

交叉熵损失函数使用神经网络模型的分类问题通常是经过softmax层，将对类别的预测转化为某输入归属于每个类别的概率值，如输出结果为（0.5，0.4，0.1）即表示输入的样本经过网络计算之后，归属于类别1、类别2和类别3的概率分别为0.5，0.4和0.1，这个就是通过神经网络计算之后的结果的概率分布，那么如何评价这个结果的好坏呢？我们假设输入样本对应的真值是类别1，即用独热码表示就是（1，0，0...

ROC计算公式ROC的全称为:接收者操作特征(Receiver Operating Characteristic)横轴：负正类率(False Postive Rate FPR)纵轴：真正类率(True Postive Rate TPR)对于FPR和TPR,他们的计算公式为:TPR=TPTP+FN TPR=\frac{TP}{TP+FN}TPR=TP+FNTP​FPR=FPFP+TN ...