精度召回precision recall auc是什么?

  统计/机器学习 监督式学习 模型验证 损失函数    浏览次数: 1185
1

二元分类问题中的精度召回precision recall auc是什么?

 

小菜   2017-05-31 10:32



   1个回答 
3

背景知识是你要知道精度和召回的定义。


比如有100个测试样本,根据你的模型,你得到了这100个点是被分为标签1的概率$y_1,y_2,\cdots,y_{100}$。

下面我们需要阈值$t$,把概率转化为标签。如果$y_i

显然,一个$t$的取值,对应着一组(精度,召回)。我们遍历$t$所有的取值,$0,y_1,y_2,\cdots,y_{99},y_{100},1$,我们就得到了102组(精度,召回)。

以召回为X轴,精度为Y轴,我们就可以在XOY坐标系中标出102个坐标点,把这102个点连成线,这个折线就称为精度召回曲线。曲线与坐标轴围城的面积就是精度-召回AUC。AUC越接近1,说明模型越好。



蓝色北方   2017-06-01 11:34

回答精简有力,赞 - 机器小白   2017-06-01 13:14


  相关主题

二元分类什么时候用LogLoss、什么时候用ROC AUC?如何选择?   1回答

多元分类的roc auc   1回答

python里什么模块可以计算精度-召回(precision-recall)的AUC?   1回答

sklearn.metric.auc函数计算出的结果很奇怪   1回答

roc auc小于0.5是什么情况?   3回答

如何利用python画分类器的ROC曲线?   1回答

怎么直观理解ROC AUC的概率统计意义?   3回答

sklearn里计算roc_auc_score,报错ValueError: bad input shape   1回答

sklearn.metrics.auc里提到的梯形法则是什么意思?   2回答

sklearn.preprocessing.StandardScaler采用的是哪种标准化的方法?   1回答

R里有没有package可以画ROC,计算AUC的?   2回答

怎么理解roc convex hull?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!