《表1 混淆矩阵：基于改进的SMOTE采样Catboost分类算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进的SMOTE采样Catboost分类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

AUC值：AUC值其实是ROC曲线下的面积值，用来评价分类学习器的模型泛化能力，ROC曲线是许多个混淆矩阵的结果结合，它主要是由假正例率FPR=FP/（TN+FN）和真正例率FPR=TP/（TP+FN）组成，可以较为直观的观察比较各个学习器之间的优劣好坏。