Spark - AUC、Accuracy、Precision、Recall、F1-Score 理论与实战
Spark AUC、Accuracy、Precision、Recall、F1-Score 理论与实战。
在不平衡数据上使用AUPRC替代ROC-AUC
ROC曲线和曲线下面积AUC被广泛用于评估二元分类器的性能。但是有时，基于精确召回曲线下面积 (AUPRC) 的测量来评估不平衡数据的分类却更为合适。
下班前几分钟，我彻底弄懂了P-R曲线、ROC与AUC
目录一、均方误差、精度与错误率二、查准率、查全率与F1F1F12.1 查准率（Precision）与查全率（Recall）2.2 混淆矩阵的可视化2.3 P-R曲线与BEP2.4 F1F1F1 与 FβF_{\beta}Fβ三、ROC与AUC3.1 ROC（Receiver Operating C
