machine learning / 机器学习

ROC和AUC

在机器学习中,通常利用ROC和AUC分析二分类性能。其基本原理是通过ROC绘制一条曲线(左下角原点向上方或右上方绘制,越向右绘制表示分类性能越差,越向上绘制表示分类性能越好),然后通过AUC计算曲线右下方空间的面积,面积越大代表分类器性能越好。即曲线与Y轴重叠,面积可达到最大,性能达到100%正确率;反之如果与X轴重叠,则面积为0,分类正确率也为0。

详细内容可以看:http://blog.csdn.net/zdy0_2004/article/details/44948511

Leave a Reply

Your email address will not be published. Required fields are marked *