《表1二分类问题的混淆矩阵》
注:TP表示被正确识别的正类数量,FN表示被错误识别成负类的正类数量,FP表示被错误识别成正类的负类数量,TN表示被正确识别的负类数量。
ROC曲线(Receiver Operating Characteristics curve)的每一个点对应一个分类器模型,综合考虑正负类的分类性能。其x轴F Pr ate=FP/TN+FP为假正率;其y轴T Pr ate=TP/TP+FN为真正率。当正负两类都具有较高的分类精度时,ROC曲线越接近左上顶点,AUC值(即ROC曲线下积分面积)越大,表明分类器的整体性能越好。为此,本文采用正确率和AUC值来综合评价分类器的整体性能。
图表编号 | XD0045892000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.20 |
作者 | 冉旭东、马寿峰、贾宁、朱宁 |
绘制单位 | 天津大学管理与经济学部、天津大学管理与经济学部、天津大学管理与经济学部、天津大学管理与经济学部 |
更多格式 | 高清、无水印(增值服务) |