关于深度学习模型的ROC曲线

我已经构建了一个深度神经网络来分类数据,设定阈值为0.5,这意味着如果输入数据大于0.5,输出为1,否则为0。

我的问题是,这个图表是否合理,以及选择0.5作为阈值是否正确?


回答:

该图表似乎展示了不同阈值下的真正例(TP)和假负例(FN),而不仅仅是0.5。从图表中无法判断0.5是否是一个好的阈值,因为我们不知道对应的阈值数据。即使图表中显示了这些值,也仍然无法确定0.5是否是一个好的阈值,因为这取决于您应用中所需的TP/FN比例。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注