第2章 模型评估
文档摘要
2.20 $$\text{AUC}=\frac{1}{2}\sum{i=1}^{m-1}(x{i+1} - xi)\cdot(yi + y{i+1})$$ [解析]：在解释$\text{AUC}$公式之前，我们需要先弄清楚$\text{ROC}$曲线的具体绘制过程，下面我们就举个例子，按照西瓜书图2.4下方给出的绘制方法来讲解一下$\text{ROC}$曲线的具体绘制过程。假设我们已经训练得到一个学习器$f(s)$，现在用该学习器来对我们的8个测试样本（4个正例，4个反例，也即$m^+=m^-=4$）进行预测，假设预测结果为： $$(s1,0.77,+),(s2,0.62,-),(s3,0.58,+),(s4,0.47,+),(s5,0.47,-),(s6,0.33,-),(s7,0.
评论区
(0)
U