首页
题库
面试
求职
学习
竞赛
More+
所有博客
搜索面经/职位/试题/公司
搜索
我要招人
去企业版
登录 / 注册
首页
>
试题广场
>
算法分类问题的评价标准有哪些?ROC和AUC分别指是什么,
[问答题]
算法分类问题的评价标准有哪些?
ROC
和
AUC
分别指是什么,
其中图坐标
(
横坐标和纵坐标
)
的意义是?
添加笔记
求解答(0)
邀请回答
收藏(25)
分享
纠错
3个回答
添加回答
8
李道一
准确率:左右样本被分类正确的比例。
召回率:
真实为正类的样本中,被判断为正类的占比。
精准率:
判断为正类的样本中,真实为正类的占比。
f1分数:2*召回率*精准率/(召回率+精准率)
假正率:负类中被分类为正类的占比。
真正率:正类中被分类为正类的占比。(就是召回率)
ROC、AUC等。
ROC是指横坐标为假正率、纵坐标为真正率的曲线。真正率越高的同时,假正率低,就说明这个ROC曲线越好,曲线越陡。无视样本不平衡,因为无论正负样本比例如何变化,ROC都不会变。为了评估ROC的好坏,可能需要尝试不同的阈值(概率大于多少被判定为正类)。
AUC(area under curve)是ROC曲线下的面积。
发表于 2020-04-09 13:25:18
回复(0)
1
LyuLin6324
分类问题的评分标准:准确率accuracy,召回率recall,ROC-AUC。
ROC是receiver operation characteristic curve,中文名为接受者操作特征曲线,X轴为伪阳性率(False Positive Ratio),Y轴为真阳性率(True Positive Ratio)。
AUC是area under curve的缩写,代表了ROC曲线下方的面积。若接收器获得一个阳性样本和一个阴性样本,AUC=分类器能够得到的阳性样本的分值大于阴性样本的概率。AUC是一种用来判断分类器效果的指标,若AUC=1,则表示是一个完美分类器,若AUC》0.5,那么分类器效果好于随机分类,若AUC=0.5,那么相当于随机分类,若AUC<0.5,则分类器效果不如随机分类。
发表于 2020-08-07 17:09:53
回复(0)
0
(゚д゚)..
个人解答,请多指教。
评价标准:精度,召回率,F1值,roc曲线,参数量,训练成本,模型泛化能力。
roc是指以伪阳性(FP/N)为横轴,以真阳性(TP/P)为纵轴的平面;
auc是指roc曲线下的面积。
发表于 2020-01-01 14:01:49
回复(0)
这道题你会答吗?花几分钟告诉大家答案吧!
提交观点
问题信息
算法工程师
网易
2020
上传者:
小小
难度:
3条回答
25收藏
2449浏览
热门推荐
相关试题
看图回答
判断推理
2020
人力资源
安永
审计
税务服务
风险管理
管理咨询
行政管理
评论
(1)
来自
职能类模拟题2
看图回答
判断推理
2020
人力资源
安永
审计
税务服务
风险管理
管理咨询
行政管理
评论
(2)
来自
职能类模拟题2
两个圆相交,交点是A1,A2。现在...
微软
网易
智力题
评论
(25)
来自
网易互娱2013研发工程...
明明的随机数
数组
评论
(3692)
来自
华为研发工程师编程题
已知a
40
=...
京东
职能
2019
财务
保险
评论
(1)
扫描二维码,关注牛客网
意见反馈
下载牛客APP,随时随地刷题