← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9909.d · 生成模型:Hunyuan

P-R曲线与AUC评估

理解等级:中级

P-R曲线以召回率为横轴、精确率为纵轴,通过从高到低移动正样本阈值生成整条曲线。曲线上每一点对应某个阈值下的精确率与召回率,因此单点无法代表模型整体表现。原文用两个模型对比说明:一个模型头部精确率高却在尾部被反超,只有看完整曲线才能全面评估。对曲线沿横轴积分得到AUC,可把曲线优劣量化为一个数,AUC越大排序模型越好。评估排序模型时应绘制并比较整条P-R曲线,而非只报某个阈值下的精确率与召回率。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习推荐系统》第7章 推荐系统的评估(源文件:extracted/深度学习推荐系统/_epub-src/text/part0011_split_002.html) - 结论依据:原文定义了P-R曲线的坐标与阈值移动过程,用模型A/B的对比论证单点不足,并说明AUC是曲线下面积、越大越好。 - 原始内容:这充分说明,只用一个点的精确率和召回率是不能全面衡量模型性能的,只有通过P-R曲线的整体表现,才能对模型进行更全面的评估。