Оценка качества моделей машинного обучения: выбор, интерпретация и применение метрик - страница 7



Преимущества использования метрики ROC AUC заключаются в том, что она не зависит от порога классификации, устойчива к несбалансированным классам и может быть использована для сравнения различных моделей классификации.

Однако стоит отметить, что ROC AUC может давать оптимистичные оценки при наличии сильно несбалансированных классов. В таких случаях рекомендуется использовать другие метрики, такие как Precision-Recall AUC, которые учитывают ошибки первого и второго рода.

Если вам понравилась книга, поддержите автора, купив полную версию по ссылке ниже.

Продолжить чтение