ROC-AUC曲线和类不平衡

关于ROC-AUC曲线最有用的一点是 ， 即使原始数据集中存在类不平衡 ， 它们也允许我们评估模型 。

类不平衡是指数据中的一类类型比另一类类别明显多 。 这会使你的分析一团糟 。 举例来说 ， 是一个偏斜的罕见疾病数据集（即有类不平衡问题） 。 然后我们说1000中只有2个阳性病例 。 即使你制作了一个将所有内容归类为阴性的蹩脚模型 ， 你仍然可以达到99.8％的准确率（即998/1000分类是正确的） 。 因此 ， 当您在不平衡数据集上运行模型时 ， 需要更多上下文来真正评估模型 。

所以 ， 让我们回顾一下 ， 看看我们的数据是否不平衡 。 也许可以让我们的模型更好 。

• 国内眼科临床医生缺口巨大 专家吁加强实操培训
• 北京同仁医院魏文斌：眼科医生培训需补实操短板 院企合作或为补充
• 【学术活动】夯实临床基础 提升实操技能
• 解剖性肝切除手术专科医师能力提升训练营（第二期）登陆蓉城，理论+实操+手术
• “做第一台眼科手术前，我练习了1000多只猪眼”
• 【PPT】认知症状的识别与筛查（理论与实操）
• 凯格尔运动的全方位指南来了，正确练习助力分娩、预防漏尿！
• 脑出血实操班招生20人 |《徐永革·脑出血微创治疗新技术实操培训班》第三期名额抢订中
• 如何轻松打开髋关节？这4式瑜伽要多练习，灵活髋部，缓解僵硬感
• 渭南市骨科医院副院长刘运动参加全国脊椎内镜下纤维环修复手术实操培训班【新疆站】