蛾眉轻敛 2021-06-13 12:34 采纳率: 0%
浏览 19

两个分类器如果ROC曲线一样意味着什么？

在做机器学习时，先用LDA降维，对降维后的数据分类分别用LDA分类器，SVM分类器，naivebayes分类器，画出的ROC曲线是一样的，AUC也是一样的，混淆矩阵不一样。

  • 写回答

2条回答 默认 最新

  • CSDN专家-AlanMax 2021-06-13 16:38
    关注

    证明降维的效果为0

    评论

报告相同问题？

  • 分类模型评估指标及ROC曲线和PR曲线
    2024-04-15 19:37
    Frisk¹²³的博客 分类模型评估指标及ROC曲线和PR曲线在机器学习和数据挖掘领域具有重要地位，它们有助于我们全面评估分类模型的性能。分类模型评估指标主要包括错误率、准确率、查准率、查全率、混淆矩阵、F1值等。错误率是指分类...
  • 机器学习——常见的分类模型评估指标，ROC曲线和PR曲线分析
    2024-04-16 15:59
    栀沫-x的博客 在机器学习领域，评估分类模型的性能是至关重要的一步，它可以帮助我们了解模型的准确性和泛化能力。在分类问题中，准确度（Accuracy）、精确率（Precision）、召回率（Recall）和F1分数是最为常用的评估指标。（1）...
  • ROC曲线
    2024-10-05 13:30
    kaka_R-Py的博客 TPR）和假阳性率（False Positive Rate, FPR）来全面评估分类器的表现，随着机器学习的发展，尤其是在医疗诊断、欺诈检测和金融风险控制等领域，ROC曲线成为衡量分类器性能的标准方法。这里绘制随机森林模型在多...
  • 机器学习分类模型评价指标之ROC 曲线、 ROC 的 AUC 、 ROI 和 KS
    2022-11-22 12:18
    理心炼丹的博客 ROC曲线是由 FPR 与 TPR 构成的曲线。该曲线最早应用于雷达信号检测领域，用于区分信号与噪声。后来人们将其用于评价模型的预测能力。与 P-R 曲线类似，通过设定不同的模型参数，模型的预测结果会对应不同 TPR 与 ...
  • ROC曲线实战技巧：经验分享
    2024-05-28 01:35
    光子AI的博客 ROC曲线实战技巧：经验分享 1.背景介绍 1.1 ROC曲线的重要性 在机器学习和数据挖掘领域中,评估模型性能是一个关键环节。ROC(Receiver Operating Characteristic)曲线作为一种广泛使用的模型评估工具,可
  • 机器学习评估利器：ROC曲线与AUC的理论与实践
    2025-02-05 03:15
    Echo-Nie的博客 AUC的具体含义是：如果随机选择一个正样本和一个负样本，分类器将正样本排在负样本前面的概率。AUCPyy−AUCPy​​y​−​其中y\hat{y}_+y​​和y−\hat{y}_-y​−​分别是模型对正样本和负样本的预测得分。因此，AUC...
  • 绿色路径：环保分类器的ROC曲线与AUC分析
    2023-12-28 01:18
    光子AI的博客 在这篇文章中，我们将讨论如何使用ROC曲线和AUC分析来评估环保分类器的性能。 环保分类器的主要任务是将输入的特征(如能源消耗、废弃物排放、生产过程中的环境影响等)分为两个类别：环境友好和环境不友好。为了实现...
  • 7篇1章14节：评估和对比预测模型的ROC曲线和AUC值
    2024-11-13 18:30
    MD赋能的博客 ROC曲线的AUC值可以直观地衡量模型的分类能力，而通过调整ROC曲线中的判别阈值，可以帮助模型使用者在敏感性和特异性之间做出权衡。通过pROC包，R用户可以方便地绘制ROC曲线、计算AUC值、比较模型性能。
  • 分类器MNIST、性能考核、ROC曲线、多类别分类器、多标签分类、多输出分类
    2020-04-26 19:36
    Time ??的博客 这个数据集被广为使用，因此也被称作是机器学习领域的“Hello World”:但凡有人想到了一个新的分类算法，都会想看看在MNIST上的执行结果。因此只要是学习机器学习的人，早晚都要面对MNIST。 # 使用sklearn的函数来...
  • 机器学习实战模型评估——ROC曲线与PR曲线（K-近邻方法）
    2025-03-29 15:48
    summer6c的博客 在信号检测理论中，接收者操作特征曲线，或者叫ROC曲线（英语：Receiver operating characteristic curve），是一种坐标图式的分析工具，用于选择最佳的信号侦测模型、舍弃次佳的模型或者在同一模型中设置最佳阈值。...
  • 【机器学习】了解 AUC - ROC 曲线
    2023-07-16 08:11
    无水先生的博客 在机器学习中，性能测量是一项基本任务。因此，当涉及到分类问题时，我们可以依靠AUC - ROC曲线。
  • ROC曲线和PR曲线
    2023-10-23 19:57
    GE90115的博客 对于一个二分类任务（假定为1表示正类， 0表示负类），对于一个样本，分类的结果总共有四种：类别实际为1，被分为0，FN（False Negative）类别实际为1，被分为1，TP（True Positive）类别实际为0，被分为1，FP...
  • 数据不平衡时分类器性能评价（ROC曲线）
    2017-08-23 17:16
    AI_盲的博客 ROC曲线描述的是混淆矩阵中FPR（FP rate）和TPR两个量之间的相对变化关系。如果二元分类器给出的是对正样本的一个分类概率，那么通过设定不同的阈值，可以得到不同的混淆矩阵，而每个混淆矩阵都对应于ROC曲线上的一...
  • 72、概率分类器评估新指标：距离阈值曲线下面积
    2025-07-16 06:45
    garlic的博客 本文提出了一种新的多类概率分类器评估指标——距离阈值曲线下面积（AUCdt），并结合多种距离度量方法（如城市街区距离、Jeffrey散度和地球移动距离）进行扩展研究。通过使用肺图像数据库联盟（LIDC）数据集，实验...
  • 没有解决我的问题, 去提问