F1-Score ist das harmonische Mittel für Präzision und Erinnerung. Die y-Achse des Rückrufs ist eine echte positive Rate (die auch Rückruf ist). Manchmal können Klassifikatoren einen geringen Rückruf aufweisen, aber eine sehr hohe AUC. Was bedeutet das?
Was sind die Unterschiede zwischen AUC und F1-Score?
machine-learning
precision-recall
auc
accuracy
RockTheStar
quelle
quelle
Antworten:
Die F1-Punktzahl gilt für einen bestimmten Punkt der ROC-Kurve. Dieser Punkt kann beispielsweise einen bestimmten Schwellwert in einem Binärklassifikator darstellen und entspricht somit einem bestimmten Wert für Präzision und Rückruf.
Denken Sie daran, F-Score ist eine intelligente Methode, um sowohl Erinnerung als auch Präzision darzustellen. Damit der F-Score hoch ist, sollten sowohl die Präzision als auch der Abruf hoch sein.
Somit ist die ROC-Kurve für verschiedene Schwellenwerte vorgesehen und weist viele F-Bewertungswerte für verschiedene Punkte auf ihrer Kurve auf.
quelle
AUC hat die Dimension [PRECISION] * [RECALL] und ist die Fläche unter der ROC-Kurve. F1 steht für ein festes Paar von Präzision und Rückruf. Sie sind also anders. Aber es gibt einige Verbindungen. Siehe hierzu: http://pages.cs.wisc.edu/~jdavis/davisgoadrichcamera2.pdf
quelle
Die Achsen einer ROC-Kurve sind die wahre positive Rate (Rückruf, AKA-Empfindlichkeit) und die falsche positive Rate (Falschalarmrate) , nicht die Genauigkeit, AKA PPV, positiver Vorhersagewert .
quelle