机器学习AUC指标的理解

AUC在机器学习领域中是一种模型评估指标，是指模型ROC曲线下的面积。分类器效果月AUC值成正比。即当分类器的分类效果越好的时候，ROC曲线下面积越大，AUC越大。
其中，ROC是混淆矩阵中，以FPR为横坐标，TPR为纵坐标形成的曲线。

从下面三张图看到，分类器效果越好（正负样本的分布的均值离得越远），AUC值越大（ROC曲线下的面积）
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

参考文章：模型评估指标AUC（area under the curve）

# 机器学习 # 人工智能
Logo
https://edu.csdn.net/learn/39067/627173?utm_source=2019755004

汇聚全球AI编程工具，助力开发者即刻编程。

更多推荐

cover

AI编程工具使用指南：让效率提升300%而不是制造技术债

avatar AI编程社区
cover

2026年AI IDE 横评：7款主流产品实测，被低估的国货黑马

avatar AI编程社区
cover

2026年AI编程的分水岭:为什么懂Agent Skills的人已经赢了?

avatar AI编程社区