評価指標] [/ AUC曲線のROC分類混同行列と評価指標

混乱マトリックス知識：

1. 精度（精度）： $精度= \ FRAC {TP} {TP + FP}$
2. リコール（リコール）： $リコール= \ FRAC {TP} {TP + FN}$
3. F1スコア（調和平均のPおよびR）： $F1 = \ FRAC {2} {\ FRAC {1} {精} + \ FRAC {1} {リコール}}$
4. （ケースこのフィギュアは、手書き数字5の認識を反映している）を助けるために混同マトリックス図を理解します：

ROC / AUC曲線：

5. 曲線は、さらにインジケータに関連する通常の混同行列よりも、一般的なバイナリモデルの評価基準です。
6. 横軸は、グラフのFPR（偽陽性率）、縦軸はTPR（真の陽性率）を表します。
7. ROC（受信者動作特性）を示すグラフ、AUCは曲線面積値の下の面積です。
8. 一般に、AUCの面積（ROC曲線の左上側）に可能な限り1に近いが、近くに0.5悪い（図のROC曲線の対角線側）
9. ROC / AUC曲線の概略図：

特別なテンプレートの記事を実装し、関連するPythonコードを参照してください。