Измерение и оптимизация производительности модели с помощью ROC и AUC
Кривые характеристик оператора приемника — это эффективный способ оценки и точной настройки обученных моделей классификации. Мы представляем и объясняем полезность этих кривых с помощью учебного материала и практических упражнений.
Цели обучения
В этом модуле вы будете:
- Узнайте, как создавать кривые ROC.
- Узнайте, как оценивать и сравнивать модели с помощью этих кривых.
- Практика настройки модели с использованием характеристик, построенных на кривых ROC.
Предварительные требования
Знакомство с моделями машинного обучения