机器学习

分类模型的性能评估——以 SAS Logistic 回归为例 (2): ROC 和 AUC

分类模型的性能评估——以 SAS Logistic 回归为例 (2): ROC 和 AUC

胡江堂 / 2008-12-31

上回我们提到，ROC 曲线就是不同的阈值下，以下两个变量的组合（如果对 Sensitivity 和 Specificity 两个术语没有概念，不妨返回，《分类模型的性能评估——以 SAS Logistic 回归为例 (1): 混淆矩阵》，强烈建议读者对着看）： […] Sensitivity（覆盖率，True Positive Rate） 1-Specificity (Specificity, 负例……

机器学习

分类模型的性能评估——以 SAS Logistic 回归为例 (1): 混淆矩阵

分类模型的性能评估——以 SAS Logistic 回归为例 (1): 混淆矩阵

胡江堂 / 2008-12-25

跑完分类模型（Logistic 回归、决策树、神经网络等），我们经常面对一大堆模型评估的报表和指标，如 Confusion Matrix、ROC、Lift、Gini、K-S 之类（这个单子可以列很长），往往让很多在业务中需要解释它们的朋友头大：“这个模型的 Lift 是 4，表明模型运作良好。——啊，怎么还要解释 ROC，ROC 如何如何，表明模型表现良好……” 如果不明白这些评估指标的背后的直觉，就很可能陷入这样……