개발하는 고양이 호랑이

  • 홈
  • 태그
  • 방명록

ROC_AUC 1

220120) 혼동행렬(Confusion Matrix) & ROC AUC Score

분류 결과 confusion matrix ROC curve (Receiver Operating Characteristic curve) : FPR과 TPR을 각각 x,y축으로 놓은 그래프. ROC curve는 X,Y가 둘다 [0,1]의 범위이고, (0,0) 에서 (1,1)을 잇는 곡선이다. - ROC 커브는 그 면적이 1에 가까울수록 (즉 왼쪽위 꼭지점에 다가갈수록) 좋은 성능이다. 그리고 이 면적은 항상 0.5~1의 범위를 갖는다.(0.5이면 랜덤에 가까운 성능, 1이면 최고의 성능) - TPR : True Positive Rate (=민감도, true accept rate) 1인 케이스에 대해 1로 잘 예측한 비율.(암환자를 진찰해서 암이라고 진단 함) - FPR : False Positive Rate..

Data Science 2022.01.20
이전
1
다음
더보기
프로필사진

개발하는 고양이 호랑이

인공지능 어쩌구 개발자

  • 분류 전체보기 (42)
    • IT (11)
    • Data Science (18)
    • NLP (3)
    • 기타 (10)

Tag

pycaret, ML, Random Forest Classifier, 논문읽기, colab, MobileNet, Python, 밑바닥부터시작하는딥러닝, 코딩셰프, Effective Python, Kaggle, DL, Xgboost, mnist, word2vec, Decision Tree Classifier, pandas, NLP, Flutter, ROC_AUC,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2025/05   »
일 월 화 수 목 금 토
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31

방문자수Total

  • Today :
  • Yesterday :

Copyright © Kakao Corp. All rights reserved.

티스토리툴바