CTR评估标准及ROC与AUC
2015-03-04 09:50
120 查看
在CTR的评估标准中，一般使用AUC和ROC来进行评估，而不是使用传统意义上的准确率，精确率和召回率等评估标准。
具体原因在相关的资料中有详细说明
auc和roc相关的资料：
ROC和AUC介绍以及如何计算AUC：http://www.douban.com/note/284051363/
AUC与ROC - 衡量分类器的好坏：http://beader.me/2013/12/15/auc-roc/
ROC曲线及AUC评价指标：http://lansesky23.blog.163.com/blog/static/3572462720135189549672/
ROC和AUC介绍以及如何计算AUC:http://alexkong.net/2013/06/introduction-to-auc-and-roc/ (详细介绍了为什么使用roc)
具体原因在相关的资料中有详细说明
auc和roc相关的资料：
ROC和AUC介绍以及如何计算AUC：http://www.douban.com/note/284051363/
AUC与ROC - 衡量分类器的好坏：http://beader.me/2013/12/15/auc-roc/
ROC曲线及AUC评价指标：http://lansesky23.blog.163.com/blog/static/3572462720135189549672/
ROC和AUC介绍以及如何计算AUC:http://alexkong.net/2013/06/introduction-to-auc-and-roc/ (详细介绍了为什么使用roc)
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 分类模型的性能评估——以SAS Logistic回归为例(2): ROC和AUC
- sklearn.metrics中的评估方法(accuracy_score,recall_score,roc_curve,roc_auc_score,confusion_matrix)
- 机器学习性能评估指标（精确率、召回率、ROC、AUC）
- keras中自定义验证集的性能评估（ROC,AUC）
- 分类模型评估之ROC-AUC曲线和PRC曲线
- sklearn.metrics中的评估方法(accuracy_score,recall_score,roc_curve,roc_auc_score,confusion_matrix)
- keras中自定义验证集的性能评估（ROC,AUC）
- 评价标准—ROC & AUC
- 【scikit-learn】评估分类器性能的度量，像混淆矩阵、ROC、AUC等
- sklearn.metrics中的评估方法介绍（accuracy_score, recall_score, roc_curve, roc_auc_score, confusion_matrix）
- 分类器性能评估之ROC和AUC(2)
- 机器学习性能评估指标（精确率、召回率、ROC、AUC）
- ML和DL算法评估(Precision/Recall/F1 score/Specificity/ROC/AUC/AP)总结
- 性能指标（模型评估）之ROC与AUC
- 分类之性能评估指标ROC&AUC
- 银行信用卡批准——模型评估ROC&AUC
- 分类模型的性能评估——以SAS Logistic回归为例(2): ROC和AUC
- 为什么CTR预估使用AUC来评估模型？
- 模型评估的方法： ROC,AUC,RMSE等指标
- scikit-learn中评估分类器性能的度量，像混淆矩阵、ROC、AUC等