【分类指标】 1.accuracy_score(y_true,y_pre) : 精度 2.auc(x, y, reorder=False) : ROC曲线下的面积;较大的AUC代表了较好的performance。 3.average_precision_score(y_true, y_score, ...
分类：
其他好文 时间：
2018-08-12 20:14:33
阅读次数：
339
本文主要介绍一下多分类下的ROC曲线绘制和AUC计算，并以鸢尾花数据为例，简单用python进行一下说明。如果对ROC和AUC二分类下的概念不是很了解，可以先参考下这篇文章：http://blog.csdn.net/ye1215172385/article/details/79448575 由于RO ...
分类：
其他好文 时间：
2018-08-07 12:56:01
阅读次数：
791
ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣 。 ROC曲线一般的横轴是FPR，纵轴是FPR。AUC为曲线下面的面积，作为评估指标，AUC值越大，说明模型越好。如下图： Precisio ...
分类：
其他好文 时间：
2018-08-04 23:24:25
阅读次数：
630
混淆矩阵 在机器学习领域中，混淆矩阵（confusion matrix）是一种评价分类模型好坏的形象化展示工具。其中，矩阵的每一列表示的是模型预测的样本情况；矩阵的每一行表示的样本的真实情况。 举个经典的二分类例子： 混淆矩阵是除了ROC曲线和AUC之外的另一个判断分类好坏程度的方法，通过混淆矩阵我 ...
分类：
其他好文 时间：
2018-07-28 13:42:53
阅读次数：
821
这部分主要是与Java Web和Web Service相关的面试题。 96、阐述Servlet和CGI的区别? 答：Servlet与CGI的区别在于Servlet处于服务器进程中，它通过多线程方式运行其service()方法，一个实例可以服务于多个请求，并且其实例一般不会销毁，而CGI对每个请求都产 ...
分类：
编程语言 时间：
2018-07-16 13:59:21
阅读次数：
161
准确率、精确率（查准率）、召回率（查全率）、F1值、ROC曲线的AUC值，都可以作为评价一个机器学习模型好坏的指标（evaluation metrics），而这些评价指标直接或间接都与混淆矩阵有关，前四者可以从混淆矩阵中直接计算得到，AUC值则要通过ROC曲线进行计算，而ROC曲线的横纵坐标又和混淆 ...
分类：
其他好文 时间：
2018-07-09 21:33:04
阅读次数：
1128
对于分类模型的评价指标主要有错误率 、准确率、查准率、查全率、混淆矩阵、F1值、AUC和ROC。 1.1 错误率和准确率 错误率（Error rate）：通常把分类错误的样本数占总样本总数的比例称为“错误率”。 准确率（Accuracy）：是指分类正确的样本数占样本总数的比例，即准确率=1-错误率。 ...
分类：
其他好文 时间：
2018-07-08 19:00:52
阅读次数：
1303
机器学习算法题 线性回归和逻辑回归的异同？ SVM和LR(逻辑回归)有什么不同？ 线性回归的输入变量和输出变量都是连续的，逻辑回归的输入变量是连续的，输出变量是类别（或者说是离散的、枚举的）。 SVM和LR一般都用于处理分类问题，不同的是二者的实现原理，SVM是以支持向量到分类平面的距离最大化为优化 ...
分类：
编程语言 时间：
2018-06-20 21:34:37
阅读次数：
342
Problem P: 开个餐馆算算账 Time Limit: 1 Sec Memory Limit: 128 MBSubmit: 1761 Solved: 931[Submit][Status][Web Board] Description 小明创业了！他开了一家餐馆，每天客人还挺多的。每天下班后， ...
分类：
其他好文 时间：
2018-06-08 22:13:19
阅读次数：
254
ROC和AUC介绍以及如何计算AUC from：http://alexkong.net/2013/06/introduction-to-auc-and-roc/ ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary clas ...
分类：
其他好文 时间：
2018-06-06 15:49:30
阅读次数：
190
