首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
aupr专题
机器学习分类模型评价指标总结(准确率、精确率、召回率、Fmax、TPR、FPR、ROC曲线、PR曲线,AUC,AUPR)
为了看懂论文,不得不先学一些预备知识((55555 主要概念 解释见图 TP、FP、TN、FN 准确率、精确率(查准率)、召回率(查全率) 真阳性率TPR、伪阳性率FPR F1-score=2TP/(2*TP+FP+FN) 最大响应分数Fmax为F1-score的最大值(在最佳阈值的前提下) 如下图: HR指标(命中率):正确分类的样本数 / 样本总数 ROC曲线、AUC指
阅读更多...
R中快速绘制PR曲线并计算AUPR-modEvA包
前言: 绘制ROC曲线的R包有很多,例如pROC、ROCR等,并可以获得AUC,有的顺便可以绘制PR曲线,但不能获得AUPR。最近需要获取AUPR,但查询网上几乎没有关于AUPR的,这里查找到一个简单的R包-modEvA,写下使用的简单案例。 术语: PR曲线:precision-recall curve,以recall作为横坐标轴,precision作为纵坐标轴 AUPR:Area un
阅读更多...