为什么我们在分类问题中想要最大化AUC?

我想知道为什么我们的目标是最大化AUC,因为最大化准确率似乎也能达到同样的效果?

我认为在追求最大化准确率的主要目标下,AUC自然会很大。


回答:

我猜我们使用AUC是因为它能够解释我们的方法在不依赖于阈值的情况下,能够多好地区分数据。对于某些应用,我们不希望出现假阳性或假阴性。而当我们使用准确率时,我们已经预先设定了最佳阈值来区分数据,而不考虑特异性和敏感性。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注