精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么？

  1. ROC: receiver operating characteristic curve

ROC曲线光滑, 则没有太大的overfitting, 图中0.2-0.4可能有问题

AUC是面积, 面积越大模型越好

  1. PRC: precision recall curve


先看是否平滑, 再看谁上谁下. 蓝色的线很平滑, 明显更好
正负样本分布极其不均(highly skewed datasets)时, PRC比ROC更能有效反应分类器好坏.


©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成，浏览时请结合常识与多方信息审慎甄别。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容