@正例 / 博客 RSS 訂閱

Nov 28 2025

jimoshalengzhou - 機器學習：模型評估與選擇：性能度量——ROC與AUC

如果一個項目的核心不是分類準確率，而是概率估計的質量。換句話説，需要的是一個校準良好的模型。這裏校準的定義是：如果模型給一批樣本都預測了25%的正例概率，那這批樣本中實際的正例比例應該接近25%。這就是校準。 解決這個校準問題單看ROC-AUC不夠，要用Brier score或者Log-loss來保證校準質量。 我們先介紹一下我們一般使用的的幾個指標： ROC-

數據集 , 正例 , Css , 前端開發 , 直方圖 , HTML

收藏 評論