我有一个数据集需要在两个模型中进行评估:逻辑回归和决策树。评估这两个模型性能的最佳指标是什么？
浏览 3提问于2015-03-10得票数 0
1回答
我想考10个班的ROC。我使用了CNN模型(keras)。我可以得到一条vs rest曲线，但我想要一对一。以下是我的代码片段。(y, scores, pos_label=9)
lw = 2 lw=lw, label='ROC curve (area = %0.2f)' % roc_au
浏览 74提问于2020-12-03得票数 0
1回答
我正在评估一个推荐器，我有ROC曲线和精确召回曲线。当我改变一些参数时，ROC和PR曲线会略有不同。有时ROC曲线看起来比PR曲线更好，或者相反。因此，我想要两条曲线。我可以将ROC曲线归结为AUC，因为我有11个点的PR曲线，所以我可以取11个点的平均值来得到一个数字。
我可以以某种方式将这些度量组合为一个数字吗？这是人们经常
浏览 5提问于2012-09-04得票数 1
sklearn函数中计算的平均精度分数遵循下图所示的公式。
AP = Σ(Rn - Rn-1)Pn *The index value of the sumation is n.
浏览 3提问于2021-07-20得票数 0
1回答
我正在使用scikit learn，我想要绘制精确度和召回率曲线。我使用的分类器是RandomForestClassifier。scikit学习文档中的所有资源都使用二进制分类。另外，我可以绘制多类的ROC曲线吗？
此外，我只找到了多标签的支持向量机，它有一个RandomForest没有的decision_function
浏览 5提问于2019-05-11得票数 20
回答已采纳
1回答
我试图清楚地了解各种分类指标，包括知道什么时候选择ROC/AUC，而不是选择精确/召回曲线。它显示了PR曲线和ROC曲线，其中反映了上述ROC对不平衡数据集的偏差: ROC对模型性能的看法过于乐观。📷对于不平衡的二进制分类问题，ROC过于乐观，一般来说，我理解为什么精确性和召回对
浏览 0提问于2021-12-28得票数 4
回答已采纳
如何绘制CNN的精确和回忆曲线？我已经产生了从CNN的分数，并想绘制精确-回忆曲线，但我无法得到。我使用以下方法计算了TP、TN、FP和FN：p = length(ACTUAL(idx)); NACTUAL(idx)==PREDICTED(idx)); fp = n-tn; 查准率和</em
浏览 7提问于2018-04-05得票数 3
回答已采纳
我可以知道如何从AutoML视觉训练模型中计算AUC值和ROC曲线吗？谷歌只提供平均精度和精确召回曲线进行评估(包括混淆矩阵)。我能知道处理这件事有什么方法吗？非常感谢！
浏览 9提问于2020-03-07得票数 0
回答已采纳
我很少读过关于AUC计算的论文，下面的文章提到AUC可以计算为分类任务绩效测度的系统分析
请让我知道它是否正确。
浏览 0提问于2017-11-30得票数 0
1回答
精度-召回曲线中的阈值是什么？
、、、、
我知道精确度的概念以及召回的概念。但我发现很难理解“门槛”的概念，它使任何P-R曲线成为可能。但是现在我该如何绘制P-R曲线呢？以什么为基础？我只有两个值，一个精确度和一个召回率。我读到“阈值”可以让你得到几个精确度-召回率对。
浏览 7提问于2017-09-15得票数 29
回答已采纳
2回答
每个实例都标记有20个用于训练随机森林的特征(~30.000个训练实例和~6000个测试实例)。我正在用以下代码绘制精确召回和ROC曲线：plt.step(recall,(y_test, y_pred)plt.plot(fpr, tpr, color='darkorange', lw=2, la
浏览 1提问于2018-07-19得票数 1
回答已采纳
我用R的pROC软件包可视化了两个模型的ROC曲线和精确回忆曲线，第一个任务可以很容易地用软件包的plot.roc()函数来完成，然后在第一个模型之后用基R的lines()函数对第二个模型的ROC曲线进行叠加根据，需要使用其coords()函数将ROC对象转换为包含“精度”和“召回”度量的东西，然后将对象提供给plot()函数。但后来我无法在现有的P曲线上覆盖另一条精确召回
浏览 7提问于2022-06-08得票数 1
回答已采纳
auc在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，那么准确性并不能给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是auc，这是处理不平衡数据的最好方法。
浏览 146提问于2019-02-26得票数 0
回答已采纳
我的测试集由不平衡的数据组成(因为在现实世界中是这样的)，使用AUC=0.873，我的ROC曲线非常好。然而，我的P曲线受到了AUC=0.547的影响.如果我平衡测试数据，我会看到一个更好的AUC；然而，这并不是地面事实在过去的表现，因此引用平衡测试数据的性能似乎不太合理。我做错了什么？或者有什么方法可以改善P曲线？
浏览 0提问于2018-07-31得票数 2
我正在为不平衡的数据集制作ROC曲线，但它们根本不像正常的ROC曲线。它们看起来更像step函数(见提供的图像)。如果我的算法没有效果，为什么我的ROC曲线会有这么好的形状呢？有没有更好的方法来衡量这个算法有多好？谢谢!
浏览 9提问于2022-06-14得票数 2
回答已采纳
我使用下采样与目标和一个热编码的列车数据。对于测试数据，我曾经只使用编码，使其不平衡，并且曾经尝试使用平衡的测试数据集。
不平衡测试数据的ROC AUC score值明显高于平衡测试数据。这怎麽可能？我觉得ROC AUC的分数不应该有什么不同吗？
浏览 0提问于2019-08-15得票数 1
1回答
我把数据分为测试和训练，计算精确性和召回率。在测试中，随机选择了超过10K的用户。我能够找到一个个人用户的精确性和召回。
我想知道:聚合的精确性和召回有什么实际意义吗？
浏览 4提问于2015-06-17得票数 1
1回答
滑雪板分类报告
、、
我正在训练一个带有tensorflow的electra模型，用于一个多标签任务。每个标签的性能如下：morality_binary: 0.8840802907943726positive_binary: 0.9115268588066101care_binary: 0.9266915321350098authority_binary: 0.8471
浏览 2提问于2022-05-16得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
