打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
ROC曲线与EER
文章总是用EER作为衡量分类器的一个客观标准,博文ROC曲线解释了如何计算EER。

 
 

利用ROC的其他评估标准

  • AUC(area under thecurve),也就是ROC曲线的下夹面积,越大说明分类器越好,最大值是1,图中的蓝色条纹区域面积就是蓝色曲线对应的 AUC
  • EER(equal error rate),也就是FPR=FNR的值,由于FNR=1-TPR,可以画一条从(0,1)到(1,0)的直线,找到交点,图中的A、B两点。
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
R语言ROC曲线评价分类器的好坏
机器学习-混淆矩阵-ROC-AUC
ROC曲线和AUC面积理解
清楚的说明AUC-ROC:
如何用R语言画ROC曲线图?
准确率与召回率
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服