您的位置: 首页 > 文章 > 机器学习复习3-模型评估与选择Part2-ROC与AUC等 机器学习复习3-模型评估与选择Part2-ROC与AUC等 分类: 文章 • 2023-03-28 10:54:25 ROC与AUC 代价敏感错误率与代价曲线 在非均等代价下，ROC曲线不能直接反映出学习器的期望总体代价，而 “代价曲线” 可以。 FNR=1-TPR 为假反例率。 比较检验 如何比较度量的结果：1） 假设检验 2） 交叉验证t检验 3） McNemar检验 4） Friedman检验 与 Nemenyi后续检验 偏差与方差 不考虑噪声，偏差很大可以认为是由模型欠拟合引起的，方差很大可以认为是由模型过拟合引起的。
