ROC曲线是多个混淆矩阵结果的组合。以疾病检测为例，模型对每个样本预测概率排序，依次设定阈值，计算混淆矩阵，得到ROC曲线。曲线光滑说明模型过拟合风险较小，AUC值越大，模型分类效果越好。三、AUC值作为评价标准 AUC值为ROC曲线下的面积，范围在0.5到1之间。值越大，模型效果越好。四、最优阈值寻找 ...
为了得到最终的类预测,我们定义了一个阈值概率。通常这将是0.5,因此四舍五入将为我们提供正确的类别:低于0.5表示标签为0的类别,0.5或以上表示标签为1的类别。0.5阈值是Keras默认使用的精度指标。 示例-二分类 现在让我们试试看! 电离层数据集包含从聚焦于地球大气层电离层的雷达信号中获得的特征。其任务是确定信号...