会员
周边
新闻
博问
闪存
赞助商
YouClaw
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
狐狸已化妖
见证菜鸟的成长!
博客园
首页
新随笔
联系
管理
订阅
06 2019 档案
机器学习ROC图解读
摘要:1. 分类器评估指标 对于二分类问题,可将样例根据其真实类别和分类器预测类别划分为:真正例(True Positive,TP):真实类别为正例,预测类别为正例。假正例(False Positive,FP):真实类别为负例,预测类别为正例。假负例(False Negative,FN):真实类别为正例,
阅读全文
posted @
2019-06-14 15:15
狐狸已化妖
阅读(3905)
评论(0)
推荐(1)
公告