→ youngman77: sklearn.metrics.average_precision_score 05/18 00:42
→ f496328mm: 可以用 f1-measure 05/18 16:17
→ kaltu: 統計真的很多好玩的縮寫，PDF, PRC, ROC 05/19 12:30
推 luluthejason: 看那些縮寫有時候真的很不習慣 06/02 15:30
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