ROC-curven begrijpen in binaire classificatie
ROC staat voor Receiver Operating Characteristic. Het is een grafische weergave van de prestaties van een binaire classificator, met name de afweging tussen het werkelijk positieve percentage (Gevoeligheid) en het fout-positieve percentage (1 - Specificiteit). De ROC-curve zet het werkelijk positieve percentage uit tegen het fout-positieve percentage bij verschillende drempels. De ROC-curve kan worden gebruikt om de prestaties van verschillende classificatoren te vergelijken, maar ook om de prestaties van een enkele classificator over een reeks werkpunten te evalueren. Het is een handig hulpmiddel voor het evalueren van de prestaties van machine learning-modellen bij binaire classificatietaken.
Ik vind dit leuk
Ik vind dit niet leuk
Een inhoudsfout melden
Gedeeld
