搜索结果
查询Tags标签： auc，共有 13条记录-
评价指标
混淆矩阵（Confusion Matrix）混淆矩阵预测类1 类2 类3实际 类1类2类3每一行之和为该类别真实样本数量，每一列之和为预测为该类的样本数量，对角线上为预测正确。 TP TN FP FN TP(True Positive)： 结果为正例，预测为正例 TN(True Negative)： 结果为负例，预测为负例 F…
2022/8/15 6:22:55 人评论 次浏览 -
2022年招行数据赛道公司存款流失预测赛后复盘
公司存款流失预测（2022年招行数据赛道） 这个四月参加了招行的数据赛道比赛，感觉氛围不错学到了很多知识。最后在1800+人中拿到了A榜43名，B榜310名的成绩。虽然最终无缘面试，但还是值得复盘分析。 赛题简介 本次比赛为参赛选手提供了两个数据集，即训练数据集（train）…
2022/7/29 23:30:08 人评论 次浏览 -
分类算法评价指标
目录评价指标1. TP、FP、TN、FN2. 常用指标3. ROC4. AUC 评价指标 1. TP、FP、TN、FNP (Positive) 和 N(Negative) 代表模型的判断结果T (True) 和 F(False) 评价模型的判断结果是否正确FP: 假正例，模型的判断是正例 (P) ,实际上这是错误的(F),连起来就是假正例FN:假负例…
2022/7/17 1:16:27 人评论 次浏览 -
分类算法-逻辑回归与二分类
分类算法-逻辑回归与二分类 1、逻辑回归的应用场景广告点击率 是否为垃圾邮件 是否患病 金融诈骗 虚假账号看到上面的例子，我们可以发现其中的特点，那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器 2、 逻辑回归的原理 2.1 输入 逻辑回归的输入就是一…
2022/4/5 9:49:29 人评论 次浏览 -
深度学习模型评价指标（准确率、精确率、召回率、F1、ROC、AUC）
https://www.jianshu.com/p/564ca3994482 https://blog.csdn.net/qq_23664173/article/details/83010348 https://www.cnblogs.com/xuexuefirst/p/8858274.html 1.accuracy2.precision3.recall
2022/3/28 23:32:00 人评论 次浏览 -
【Python数据分析】数据挖掘建模——分类与预测算法评价（含ROC曲线、F1等指标的解释）
模型预测效果评价，通常可以用以下指标来衡量 目录 1.绝对误差和相对误差 2.平均绝对误差、均方误差、均方根误差与平均绝对百分误差 3.Kappa统计 4.混淆矩阵 5.准确度（Accuracy）、精确率（Precision）和召回率（Recall） 6.ROC曲线与AUC 7.Python分类预测模型的特点1.绝…
2022/1/23 17:34:48 人评论 次浏览 -
集成学习3：XGBoost&LightGBM
目录一、XGBoost1.1 XGBoost原理及构建1.2 精确贪心分裂算法1.3 基于直方图的近似算法：1.4 XGBoost代码讲解1.4.1 XGBoost的参数1.4.2 XGBoost的调参说明：1.5 XGBoost案例二、LightGBM算法2.1 LightGBM算法的改进2.2 LightGBM参数2.3 LightGBM与网格搜索结合调参 一、XG…
2022/1/4 6:07:27 人评论 次浏览 -
集成学习3：XGBoost&LightGBM
目录一、XGBoost1.1 XGBoost原理及构建1.2 精确贪心分裂算法1.3 基于直方图的近似算法：1.4 XGBoost代码讲解1.4.1 XGBoost的参数1.4.2 XGBoost的调参说明：1.5 XGBoost案例二、LightGBM算法2.1 LightGBM算法的改进2.2 LightGBM参数2.3 LightGBM与网格搜索结合调参 一、XG…
2022/1/4 6:07:27 人评论 次浏览 -
机器学习之ROC和AUC(python代码)
1.什么是ROC:ROC曲线：接收者操作特征曲线(receiver operating characteristic curve)，是反映敏感性和特异性连续变量的综合指标，roc曲线上每个点反映着对同一信号刺激的感受性。 2.如果学习ROC，首先必须知道什么：要学习ROC曲线首先得知道什么是TPR，什么是FPR。TPR的…
2022/1/3 1:10:05 人评论 次浏览 -
机器学习之ROC和AUC(python代码)
1.什么是ROC:ROC曲线：接收者操作特征曲线(receiver operating characteristic curve)，是反映敏感性和特异性连续变量的综合指标，roc曲线上每个点反映着对同一信号刺激的感受性。 2.如果学习ROC，首先必须知道什么：要学习ROC曲线首先得知道什么是TPR，什么是FPR。TPR的…
2022/1/3 1:10:05 人评论 次浏览 -
广东工业大学金融风控竞赛-Task1
比赛目的 Tip:本次新人赛是Datawhale与天池联合发起的0基础入门系列赛事第四场 —— 零基础入门金融风控之贷款违约预测挑战赛。 赛题以金融风控中的个人信贷为背景，要求选手根据贷款申请人的数据信息预测其是否有违约的可能，以此判断是否通过此项贷款，这是一个典型的分…
2021/5/1 18:25:48 人评论 次浏览 -
精度、召回率、准确率、F1、ROC、AUC的理解
精度（accuracy) 分类正确的样本数占总样本数的比例 错误率(error rate) 分类错误的样本数占总样本数的比例 通常来说精度(accuracy)不是一个好的性能指标，尤其是处理数据有偏差时候比如一类非常多，一类很少。 比如手写数字识别问题，只判断一副图片是不是5，由于5的图片…
2021/4/24 18:56:16 人评论 次浏览 -
利用Python画ROC曲线和AUC值计算
这篇文章给大家介绍了如何利用Python画ROC曲线，以及AUC值的计算，有需要的朋友们可以参考借鉴，下面来一起看看吧。
2019/7/13 23:24:11 人评论 次浏览
