machine-learning - 关于深度学习模型的 ROC
问题描述
我做了一个深度神经网络对这些数据进行分类,阈值为 0.5,这意味着如果输入数据大于 0.5,则输出为 1,否则为 0。
我的问题是,该图是否符合逻辑,阈值 0.5 的选择是否正确?
解决方案
该图似乎显示了不同阈值的真阳性 (TP) 和假阴性 (FN),而不仅仅是 0.5。由于我们不知道相应的阈值,因此无法从该图中判断 0.5 的阈值是否是一个好值。即使这些值显示在图表中,仍然不能说 0.5 是否是一个好的值,因为它取决于您想要的应用程序的 TP/FN 比率。
推荐阅读
- corda - 对方接受Corda流水,对方可以手动签署交易吗?
- javascript - Swiper - 如果总幻灯片宽度适合容器宽度,则中心如何滑动
- sql - SQL - 计算列中的差异
- java - 在 Java 中更新属性文件
- blockchain - 主要在手机上使用的 Dapp 的区块链理想共识机制
- php - SQL 选择最新消息
- html - col 对齐不适合小屏幕
- javascript - 从文本区域 javascript 中的电子邮件中提取名称
- java - 表格的 j2html 嵌套
- python - 尝试使用以下 python 代码从 azure blob 存储下载内容时出现错误:“重试策略不允许重试”