很多机器学习的模型对于分类问题的预测结果都是概率,如果计算accuracy,需要把概率转换为类别,这就需要手动设置一个阈值。高于该阈值放入A类,低于该阈值放入B类。该阈值很大程度上影响accuracy的计算。AUC可以避免将概率转换成类别。
ROC:x轴-FP,y轴-TP
AUC的含义:从所有1(0)样本中随机选择一个样本,放入分类器进行预测,预测1-->1的概率为p1,预测0-->1的概率为p0. p1>p0的概率就是AUC
人工智能
机器学习:一种实现人工智能的方法
深度学习:一种实现机器学习的技术