【单选】ROC曲线和AUC常被用来评价一个二值分类器（bin

[不定项选择题]

【单选】ROC曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣。对于模型的 ROC 曲线，与哪一点越接近，表明该分类器的性能越好?

查看答案及解析

tfsong

TP:预测类别P（正例），真实类别也是P

FP:预测类别P,真实类别N

TN：预测类别N，真实类别N

FN：预测类别N，真实类别P

TP+FN = 真实类别的总数

TPR= TP/(TP+FN)

FPR=FP/(TN+FP)

发表于 2018-09-12 15:10:11 回复(0)

finedust

ROC曲线的横轴是FPR，纵轴是TPR

发表于 2019-05-06 21:52:05 回复(0)

提交观点

问题信息

C++工程师 iOS工程师安卓工程师运维工程师前端工程师算法工程师测试工程师 PHP工程师滴滴自动驾驶/地图融合数据挖掘工程师 2018 Java工程师

上传者：小小

难度：

2条回答 32收藏 3453浏览

扫一扫，把题目装进口袋