本文主要是介绍两种曲线下面积AUC(Area Under the ROC Curve):ROC-AUC、PR-AUC(性能度量),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
研究人员指出,在所确定的指标报告中存在不合规使用行为,主要是过度简化指标名称。例如将“曲线下面积”过度简化为“ AUC”。 曲线下面积是对准确率的一种度量,可以根据是精度和召回率(recall)的AUC(PR-AUC),还是召回率和假阳性率的AUC(ROC-AUC)以不同的方式进行解释。1
这两种AUC需要区分一下。
但是根据周志华老师的《机器学习》一书33页“2.3.3 ROC与AUC”这一节可知,AUC一般指的是ROC-AUC。
AI数据派公众号文章:近20年3867篇AI论文大调研:有缺陷的指标被滥用,好的指标被忽视 ↩︎
这篇关于两种曲线下面积AUC(Area Under the ROC Curve):ROC-AUC、PR-AUC(性能度量)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!