VIP20
本课程属于：041-NGS变异流程特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

ROC AUC评估指标应用教程

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
ROC曲线与AUC基础概念
真正率 · 假正率 · 敏感度
ROCAUC
02
混淆矩阵与分类性能指标
TP · FP · TN
混淆矩阵分类性能指标
03
真正率、假正率、召回率、精确率的关系与计算。
真正率 · 核心概念 · 实践要点
真正率假正率
04
ROC曲线的绘制原理
从阈值到坐标点
ROC曲线的绘制原理
05
AUC的数学定义与几何意义
面积背后的概率解释
AUC的数学定义
06
AUC的统计解释
随机排序能力与一致性
AUC的统计解释
07
使用Python手动计算ROC曲线
遍历阈值法
PythonROC
08
使用sklearn.metrics.roc_curve
函数详解与参数
sklearn.metr…curve
09
使用sklearn.metrics.roc_auc_score
直接计算AUC
sklearn.metr…auc
10
AUC值的范围与解读
5 · 7 · 9分别意味着什么
AUC值的范围
11
多分类问题的ROC与AUC
One-vs-Rest策略
ROCAUC
12
多分类问题的Macro与Micro平均AUC
适用场景
MacroMicro
13
不平衡数据下的AUC应用
为什么AUC比准确率更稳健
AUC不平衡数据下的
14
AUC与准确率的对比
什么时候选谁
AUC准确率的对比
15
AUC与F1分数的对比
权衡精度的不同视角
AUCF1
16
阈值选择
基于ROC曲线确定最佳分类阈值
阈值选择ROC
17
Youden指数与约登指数
最大化灵敏度和特异度之和
Youden指数
18
模型比较
使用AUC对比不同模型的优劣
模型比较AUC
19
交叉验证中的AUC评估
避免过拟合的可靠方法
AUC交叉验证
20
时间序列预测中的AUC使用
滚动验证与注意点
AUC时间序列预测
21
排序任务与AUC的关联
推荐系统中的等效指标
AUC排序任务
22
AUC的局限性
高不平衡数据下的虚高风险
AUC的局限性
23
AUC的置信区间计算
Bootstrap方法实现
AUC的置信区间计算
24
使用AUC进行特征选择
单变量与组合筛选
AUC使用
25
模型调参中AUC作为目标函数
网格搜索与贝叶斯优化
AUC模型调参
26
实际案例
信贷评分模型中的ROC与AUC分析
实际案例ROC
27
实际案例
医疗诊断中利用ROC确定最佳截断值
实际案例ROC
28
实际案例
推荐系统中AUC衡量排序质量
实际案例AUC
29
ROC曲线可视化
Matplotlib与Seaborn…
ROC曲线可视化
30
项目实战
构建二分类模型并利用AUC完成评估报…
项目实战AUC