ROC曲线：修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
 
（未显示同一用户的3个中间版本）
第2行： 第2行：
|nodename=ROC曲线
|nodename=ROC曲线
|nodeimage=ROC Curve.png
|nodeimage=ROC Curve.png
|icon=ROC Curve.svg
|simpleicon=ROC Curve_Pure.svg
|developer=Dev.Team-DPS
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstate=PC可用
第17行： 第19行：
|nodeifswitchsupport=否
|nodeifswitchsupport=否
|nodeavailableplotlist=ROCPlot
|nodeavailableplotlist=ROCPlot
|nodeavailabletablelist=
|nodeavailabletablelist=Table_For_Downstream
|nodeconfiguration=
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeinputports=WorkFlow-Control ➤;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/ROC曲线
|statsapewikiurl=https://wiki.statsape.com/ROC曲线
|previousnode=[[基础评估节点]]
|previousnode=[[基础评估节点]]
|nextnode=[[ROC曲线]]
|nextnode=[[PR曲线]]
}}
}}




2023年12月8日 (五) 14:15的最新版本

ROC Curve.png
节点状态
PC可用
在 V1.0部署
ROC曲线ROC Curve.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名ROC Curve
功能主类别机器学习
英文缩写ROC
功能亚类别模型评估
节点类型数据挖掘
开发语言R
节点简介

ROC（Receiver Operating Characteristic）曲线是评估二分类模型性能的一种常用方法。它以分类器的真阳性率（True Positive Rate，TPR）为纵轴，假阳性率（False Positive Rate，FPR）为横轴，通过改变分类器的阈值来绘制曲线。

端口数量与逻辑控制(PC)
Input-入口2个
Output-出口2个
Loop-支持循环否
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点基础评估节点
下一节点PR曲线
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=ROC曲线&oldid=3367”
最近修改
此页面最后编辑于2023年12月8日 (星期五) 14:15。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].