在机器学习中，如果不是哪个数据集，AUC是否比精度更好？
auc在处理不平衡数据方面更好。正如在大多数情况下，如果我处理的是数据不准确的数据准确性并不能给出正确的想法。即使精度很高，模型的性能也很差。如果它不是auc，它是处理不平衡数据的最佳方法。
展开
收起
2
条回答
写回答
写回答
-
根据数据集的不同特征和业务考量的特征，选择合适的评估指标； Precision-Recall curve 结合实际情况，选择阈值； AUC在数据均衡情况下 也会很高； 另外，也可以结合实际业务自定义评估指标， 譬如cost-sensitive classification等
2020-03-02 11:39:25赞同 展开评论 打赏 -
问答分类：
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
