摘要: 这些数值看起来是合理的,但是否合理还需要根据具体的应用场景和数据集来评估。以下是对这些指标的简要解释和合理性分析: 指标分析 AUROC (Area Under the ROC Curve): 0.891 解释: AUROC 是衡量分类模型性能的指标,值在 0.5 到 1 之间,越接近 1 表示模型 阅读全文
posted @ 2024-06-02 17:53 GraphL 阅读(98) 评论(0) 推荐(0)
摘要: 扩散模型的工作原理大致如下: 正向扩散过程(Forward Diffusion Process): 这是一个将数据逐渐破坏的过程,通常通过添加噪声来实现。这个过程可以看作是一个马尔可夫链,从原始数据分布开始,每一步都增加一些噪声,直到数据完全变成纯噪声。 反向扩散过程(Reverse Diffusi 阅读全文
posted @ 2024-06-02 17:25 GraphL 阅读(118) 评论(0) 推荐(0)