文档摘要

1.3 评估指标追问链：从混淆矩阵到 ROC 与 PR 本节摘要：一切分类指标都从混淆矩阵的四个格子里长出来。精确率管「报出来的准不准」，召回率管「该报的漏没漏」，ROC 看全阈值下的排序质量，PR 曲线在不平衡场景下更诚实。本节给你指标族谱、ROC 与 PR 的选择标准，以及「AUC 很高但业务没用」这道经典追问的拆法。 第 1.2 节把误差拆成了偏差与方差，但那是站在损失函数视角。 会员。《1.3 评估指标追问链：从混淆矩阵到 ROC 与 PR》收录于灏天文库文集《机器学习算法面试题精选与解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/543-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%AE%97%E6%B3%95%E9%9D%A2%E8%AF%95%E9%A2%98%E7%B2%BE%E9%80%89%E4%B8%8E%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流