[問題] Precision-Recall curve

看板DataScience作者 (小刀會序曲)時間5年前 (2019/05/17 22:56), 編輯推噓1(103)
留言4則, 4人參與, 5年前最新討論串1/3 (看更多)
一般在二元分類下,我們可以用ROC下面積(即AUC)來判斷模型好壞 但當資料不平衡情況下時,通常是畫Precision-Recall curve 但是Precision-Recall curve有辦法計算出類似AUC的東西嗎? 如果沒有辦法,單純用PR curve是不是無法比較模型好壞? 我的認知是PR curve會根據不同的指標分數跟資料而有不同的形狀 所以沒有辦法計算出曲面下面積 這樣的想法是對的嗎? 謝謝 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 120.126.194.162 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1558104985.A.780.html

05/18 00:42, 5年前 , 1F
sklearn.metrics.average_precision_score
05/18 00:42, 1F

05/18 16:17, 5年前 , 2F
可以用 f1-measure
05/18 16:17, 2F

05/19 12:30, 5年前 , 3F
統計真的很多好玩的縮寫,PDF, PRC, ROC
05/19 12:30, 3F

06/02 15:30, 5年前 , 4F
看那些縮寫有時候真的很不習慣
06/02 15:30, 4F
文章代碼(AID): #1StikPU0 (DataScience)
文章代碼(AID): #1StikPU0 (DataScience)