← 返回卡片

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

第1版 · 核验版本的摘录快照 · 导入于 2026-11-18T18:41:59.828Z

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

此预览只包含定位所需的摘录和上下文。

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