机器学习值‘roc曲线优点’
学习‘ROC曲线实例分析- FreeApe - ****博客’笔记
1.ROC曲线的优点:
1.对类别不平衡不敏感
2.适用于评估分类器的整体性能
3.不会随着样本中的正负样本比例变化而产生明显变化
2.原因:
分别对正例和负例采样(TPR用到的TP和FN同属P列,可以理解为对正例的采样结果;FPR用到的FP和TN同属N列,可以理解为对负例的采样结果),而像Precision使用的TP和FP就分属两列,则易受类别分布改变的影响。
学习‘ROC曲线实例分析- FreeApe - ****博客’笔记
1.ROC曲线的优点:
1.对类别不平衡不敏感
2.适用于评估分类器的整体性能
3.不会随着样本中的正负样本比例变化而产生明显变化
2.原因:
分别对正例和负例采样(TPR用到的TP和FN同属P列,可以理解为对正例的采样结果;FPR用到的FP和TN同属N列,可以理解为对负例的采样结果),而像Precision使用的TP和FP就分属两列,则易受类别分布改变的影响。