首页
关于
论坛
R会
投稿
搜索
命中率
最近更新于2024-09-23
1 / 1
机器学习
分类模型的性能评估——以SAS Logistic回归为例(2): ROC和AUC
胡江堂
/
2008-12-31
上回我们提到,ROC曲线就是不同的阈值下,以下两个变量的组合(如果对Sensitivity和Specificity两个术语没有概念,不妨返回,《分类模型的性能评估——以SAS Logistic回归为例(1): 混淆矩阵》,强烈建议读者对着看): […] Sensitivity(覆盖率,True Positive Rate) 1-Specificity (Specificity, 负例……
机器学习
分类模型的性能评估——以SAS Logistic回归为例(1): 混淆矩阵
胡江堂
/
2008-12-25
跑完分类模型(Logistic回归、决策树、神经网络等),我们经常面对一大堆模型评估的报表和指标,如Confusion Matrix、ROC、Lift、Gini、K-S之类(这个单子可以列很长),往往让很多在业务中需要解释它们的朋友头大:“这个模型的Lift是4,表明模型运作良好。——啊,怎么还要解释ROC,ROC如何如何,表明模型表现良好……”如果不明白这些评估指标的背后的直觉,就很可能陷入这样……