http://blog.csdn.net/pipisorry/article/details/51788927 在样本分布及其不均匀的情况下,建议用PRC。。。可以看下这个精确率、召回率、F1 值、ROC、AUC 各自的优缺点是什么? - 机器学习里面qian lv的回答
分类模型评估之ROC-AUC曲线和PRC曲线 O网页链接 û收藏 转发 评论 ñ赞 评论 o p 同时转发到我的微博 按热度 按时间 正在加载,请稍候...相关推荐 e刷新 +关注 南宁市文化广电和旅游局05月30日 14:14#南宁等你来#夏天的风吹过亭子码头,邕江边的浪漫欧式教堂💒 ,还有白蓝色...
所以,因为种子用户只是真实目标用户的一部分,而真实目标用户无从得知,用传统的准确率和召回率评估实在不可靠。 后来,在某机器学习的微信群里提了这个问题,最后刘鹏老师回答了一句,auc一定要看的! 之前我也有听说过ROC和AUC,但是没怎么去理解。 这里,我们不用去画ROC或者AUC,只算一下ROC的横坐标和纵坐标对应的两个...