图像二分类时候AUC比准确率高很多正常吗？

我在做图像二分类，在很多数据集上测试时候，数据集里正负样本数量相同。准确率大多在92%-95%之间，但AUC全部都有99%以上，这种现象正常吗？

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

报告相同问题？

关注问题

可是最终用测试集验证模型却只有0.3的准确率，请问是怎么回事啊？ tensorflow 人工智能机器学习深度学习
2021-02-25 00:59

回答 4 已采纳模型的泛化能力不行，即训练集数据覆盖范围小了，并没有覆盖到大部分情况。举个例子来说，你训练的数据都是圆形的，你用来测试矩形，那肯定不行啊。
机器学习多次重复实验得到的AUC平均值怎么画出ROC曲线？人工智能数据挖掘机器学习
2020-05-25 11:27

回答 1 已采纳你在每次实验时需要保存下fpr和tpr, 然后可以做个平均化处理，我这里是用的类似宏平均的处理。希望能帮到你。 import numpy as np from scipy import int
keras训练二分类模型acc一直0.5 loss一直是0.69怎么办? tensorflow 人工智能深度学习
2021-03-18 16:11

回答 2 已采纳帮你改了下代码，路径你自己再改改，验证集acc能跑到0.8以上了。 import os import tensorflow as tf from tensorflow.keras import S
【详细解释深度学习图像分类&检测评价指标】准确率Accuracy、精确率Precision、召回率Recall、mAP等(一文搞懂，建议收藏)
2024-01-24 17:11

cqy阳的博客【详细解释深度学习图像分类&检测评价指标】准确率Accuracy、精确率Precision、召回率Recall、mAP等(一文搞懂，建议收藏)
机器学习中分类器验证AUC值不理想，能否比较验证集实际频率和预测概率均值来说明模型准确性。机器学习算法
2018-11-28 14:57

回答 1 已采纳感觉你的描述就是计算交叉熵(Cross Entropy) https://blog.csdn.net/tsyccnh/article/details/79163834
AUC 与 KS 值的关系人工智能数据挖掘机器学习深度学习
2020-12-13 23:17

回答 8 已采纳 1，roc 纵坐标是TPR,横坐标是FPR，ks 是两条曲线，上曲线是TPR,下方曲线是FPR。所以ks 线放在roc 里，就相当于roc 曲线跟y=x 直线的距离。所以roc 越大，曲线越高，跟y
语义分割模型训练，发现验证集的loss值震荡，而精度却正常提升，这是怎么回事？？ python 人工智能机器学习深度学习神经网络
2020-03-09 08:35

回答 1 已采纳现象很正常啊，遇到陌生的数据损失肯定会高，loss肯定是在震荡但整体呈下降趋势的
使用resnet， inception3进行fine-tune出现训练集准确率很高但验证集很低的问题
2020-10-03 21:49

datayx的博客向AI转型的程序员都关注了这个号????????????机器学习AI算法工程公众号：datayx最近用keras跑基于resnet50，inception3的一些迁移学习的实验，遇...
如何解决XLnet分类存在的问题？ xlnet 有问必答深度学习自然语言处理
2022-01-10 19:57

回答 2 已采纳检查一下传入的tokenizer参数，导致抛出None值无encode_plus属性错误。
如何在R软件中使用survivalROC软件包计算AUC的置信区间 c语言 java r语言有问必答
2022-11-18 00:00

回答 4 已采纳看他人的实例分享，都是使用下载和加载pROC包进行计算AUC的置信区间，提供实例参考：http://www.manongjc.com/detail/59-uvtpzbfuyigpyju.html
roc曲线的auc值 python
2023-04-05 21:40

回答 2 已采纳该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：如果使用SVM模型进行预测，并且得到的ROC曲线下的AUC值为1，可能是因为以下原因： 1. 数据问题：可能存在数据泄漏或者过拟
二分类最优阈值确定_AI初识：深度学习模型评估，从图像分类到生成模型
2020-11-20 06:02

weixin_39597323的博客加入极市专业CV交流群，与6000+来自...关注极市平台公众号，回复加群，立刻申请入群~1分类评测指标图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务，从最开始比较简单的10分类的灰...
数列的变换问题，怎么改变可以代入算roc_auc曲线 python 机器学习算法
2023-03-08 22:01

回答 2 已采纳该回答引用ChatGPT 首先， ROC AUC 曲线是一种用于评估分类模型性能的指标，它的输入数据需要是分类器的预测概率值和对应的真实标签。因此，将一个数列的变换代入算 ROC AUC 曲线并不是
准确率，召回率，mAP，ROC，AUC，特异性，敏感性，假阴性，假阳性
2018-09-14 15:43

mjiansun的博客 P/R和ROC是两个不同的评价指标和计算方式，一般情况下，检索用准确率、召回率、F1、AP和mAP，分类、识别等用ROC和AUC（特异性和敏感性是ROC当中的一个部分）。 准确率、召回率、F1、AP和mAP这几个指标需要依次看，...
【深度学习实战—6】：基于Pytorch的血细胞图像分类（通用型图像分类程序）
2023-09-10 14:26

王乐予的博客图像分类是搞深度学习一定要掌握的一个视觉任务，本文章将基于血细胞数据集实现图像分类！本文程序已解耦，可当做通用型图像分类框架使用。
带你从0到1开发AI图像分类应用
2022-11-11 10:59

华为云开发者联盟的博客通过一个垃圾分类应用的开发示例，介绍AI Gallery在AI应用开发流程中的作用。
混要矩阵（Confusion Matrix）,精度（accuracy），准确率（Precision），召回率（recall），ROC与AUC在分类评价中的运用
2019-08-22 22:12

yoyo20180505的博客对于大部分二分类问题，尤其是不平衡数据集（即一个类别出现的次数比另一个类别多很多），通常用的分类评估方法精度指标accuracy并不能很好的反映模型的好坏。举一个极端的例子，如果1组数据有100个样本，其中99个...
利用弱监督定位的高分辨率乳腺癌筛查图像的可解释分类器
2024-04-11 21:09

托比-马奎尔的博客医学图像在很多方面与典型的自然图像不同，例如更高的分辨率和更小的投资回报率。此外，全局结构和局部细节在医学图像的分类中都起着至关重要的作用。一种新颖的框架 GMIC，用于对高分辨率筛查乳房 X 光照片进行分类...
分类评估方法：精确率与召回率。ROC曲线与AUC指标、ROC曲线图绘制。
2021-08-10 09:49

あずにゃん的博客 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 3.4 分类评估方法 1.分类评估方法 1.1 精确率与召回率 1.1.1 混淆矩阵在分类任务下，预测结果(Predicted Condition)...
没有解决我的问题, 去提问

悬赏问题

¥15 装 pytorch 的时候出了好多问题，遇到这种情况怎么处理？
¥20 IOS游览器某宝手机网页版自动立即购买JavaScript脚本
¥15 手机接入宽带网线，如何释放宽带全部速度
¥30 关于#r语言#的问题：如何对R语言中mfgarch包中构建的garch-midas模型进行样本内长期波动率预测和样本外长期波动率预测
¥15 ETLCloud 处理json多层级问题
¥15 matlab中使用gurobi时报错
¥15 这个主板怎么能扩出一两个sata口
¥15 不是，这到底错哪儿了😭
¥15 2020长安杯与连接网探
¥15 关于#matlab#的问题：在模糊控制器中选出线路信息，在simulink中根据线路信息生成速度时间目标曲线（初速度为20m/s，15秒后减为0的速度时间图像）我想问线路信息是什么

码龄粉丝数原力等级 --

图像二分类时候AUC比准确率高很多正常吗？

0条回答默认最新

悬赏问题

图像二分类时候AUC比准确率高很多正常吗？

0条回答 默认 最新

悬赏问题

0条回答默认最新