Day32 作業中，繪製roc_curve曲線的問題?
2020/08/03 下午 07:15
分類型特徵優化 - 葉編碼
KO
觀看數：17
回答數：1
收藏數：1
ml100
ml100-d32
你好，關於圖中 (1)為何要繪製roc_curve，是要判斷什麼？ (2)為何將test_Y, pred_rf設為假陽率(FPR)與真陽率(TPR)？ (3)閾質thresholds是怎麼計算？  感謝回答！！
回答列表
-
2020/08/04 下午 01:24張維元 (WeiYuan)贊同數：1不贊同數：0留言數：0
嗨，一般常見的機器學習評估方法有很多，從 confusion matrix（TP,TN,FP,FN）、精確率、召回率、或是 ROC、AUC 的圖形等等，會根據不同的應用選擇適合的方法。ROC 是可以同時考慮
FPR 和 TPR 兩個指標的相對變化。怎麼選擇以及評估應該要使用什麼指標，我蠻推薦這一篇文章：https://www.ycc.idv.tw/confusion-matrix.html
如果這個回答對你有幫助請主動點選「有幫助」或「最佳解答」的按鈕，也可以追蹤我的GITHUB 帳號。若還有問題的話，也歡迎再開一個新的問題繼續發問，或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃另外我目前有舉辦一個社群活動：學員限定！CUPOY 馬拉松線上小聚 👨🏻💻👨🏻💻，歡迎一起來玩玩！