原书出处
数据科学与大数据分析 数据的发现 分析 可视化与表示
06 第6章 高级分析理论与方法:回归
e("Area under the curve:", round(aucObj@y.values[[1]] ,4)))
如图6.15所示,一个分类器的最佳结果就是有一个低的FPR和一个高的TPR。所以,当在FPR轴上从左到右移动的时候,好的模型/分类器的TPR值会迅速接近1,同时FPR只有小小的变化。
ROC曲线的轨迹在垂直方向越接近图的左上角的点(0,1)附近,模型/分类器执行的效果就越好。因此,一个有用的度量是计算R
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0016_split_002.html
EPUB SHA-256:e4a4df0364edbfdf609c07ab4449f2148ede4291cdfba8b2a6ffdc51e7b6c9b7