ROC

天池O2O新人挑战赛（1）数据预处理

适用于从零开始的菜鸟，大牛绕道~比赛网址：https://tianchi.aliyun.com/competition/entrance/231593/information1、ROC、AUC相关概念参考维基百科
刘爱玛·2023-03-13 21:17

带你真正吃透AUC

有两种类型：ROC曲线和PR曲线。所以，AUC也会有两种类型：ROCAUC及PRAUC，分别对应ROC曲线下的面积以及PR曲线的的面积。二、ROC曲线及PR曲线  在二分类问题中，模型输出得
OhMyJayce·2023-03-13 16:52

Android系统10 RK3399 init进程启动(五) build源码

配套系列教学视频链接：安卓系列教程之ROM系统开发-百问100ask说明系统：Android10.0设备：FireFlyRK3399（ROC-RK3399-PC-PLUS）前言开发板启动之后，就需要通过自己编译源码来制作镜像了
旗浩QH·2023-03-12 18:44

Android系统10 RK3399 init进程启动(三十六) 属性property操作API

配套系列教学视频链接：安卓系列教程之ROM系统开发-百问100ask说明系统：Android10.0设备：FireFlyRK3399（ROC-RK3399-PC-PLUS）前言前面几篇文章介绍的属性基本框架和属性的基本概念
旗浩QH·2023-03-12 18:44

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解I2C的使用

博主主页：【Systemcall小酒屋】博主追寻：热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是林群院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：【Firefly-RK356x板卡】专栏说明：基于Firefly旗下的RK356x板卡进行入门篇讲述，欢迎订阅，博主会持续更新！文章目录一、I2C使用情况二、定义和
Neutionwei·2023-03-12 18:13

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解Ethernet的使用

博主主页：【Systemcall小酒屋】博主追寻：热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是林群院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：【Firefly-RK356x板卡】专栏说明：基于Firefly旗下的RK356x板卡进行入门篇讲述，欢迎订阅，博主会持续更新！文章目录一、设备树配置1.1公共配置
Neutionwei·2023-03-12 18:13

[ROC-RK3399-PC Pro] 手把手教你移植主线Buildroot（基于2023.02-rc3版本）

博主主页：Systemcall小酒屋博主简介：Neutionwei，C站嵌入式领域新星创作者之一，一枚热爱开源技术、喜欢分享技术心得的极客，注重简约风格，热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是厦大一位教数学的院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：Firefly-RK3399板卡专栏说明：本专栏
Neutionwei·2023-03-12 18:13

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解RTC的使用

博主主页：【Systemcall小酒屋】博主追寻：热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是林群院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：【Firefly-RK356x板卡】专栏说明：基于Firefly旗下的RK356x板卡进行入门篇讲述，欢迎订阅，博主会持续更新！文章目录一、HYM8563模块二、H
Neutionwei·2023-03-12 18:43

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解GPIO复用

博主主页：Systemcall小酒屋博主简介：Neutionwei，C站嵌入式领域优质创作者之一，一枚热爱开源技术、喜欢分享技术心得的极客，注重简约风格，热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是厦大一位教数学的院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：Firefly-RK356x板卡专栏说明：本专栏
Neutionwei·2023-03-12 18:42

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解PWM的使用

ROC-RK3568-PC的默认PW
Neutionwei·2023-03-12 18:42

Firefly-RK356x板卡专栏总目录（Update to 2022.07.02）

文章目录一、板卡篇1.1ROC-RK
Neutionwei·2023-03-12 18:12

[ROC-RK3568-PC] [Firefly-Android] 10min带你了解LCD的使用

博主主页：【Systemcall小酒屋】博主追寻：热衷于用简单的案例讲述复杂的技术，“假传万卷书，真传一案例”，这是林群院士说过的一句话，另外“成就是最好的老师”，技术既要沉淀，也得分享，成就感的正反馈是支持我持续耕耘的动力！专栏目录：【Firefly-RK356x板卡】专栏说明：基于Firefly旗下的RK356x板卡进行入门篇讲述，欢迎订阅，博主会持续更新！文章目录一、内核Config配置二、
Neutionwei·2023-03-12 18:41

使用sklearn画二分类模型ROC曲线，PR曲线

1.在digits数据集上训练模型importmatplotlib.pyplotaspltfromsklearn.svmimportSVCfromsklearn.ensembleimportRandomForestClassifierfromsklearn.linear_modelimportLogisticRegressionfromsklearn.treeimportDecisionTreeC
杰克波比·2023-03-12 03:53

【R实战】批量绘制ROC曲线，复现figure

前面给大家介绍了ROC曲线的基因概念☞ROC曲线简介也给大家讲解了☞【R语言】pROC绘制ROC曲线今天我们来实战一下，用我们前面学到的知识来复现下面这篇科研文章中的图4。
生信交流平台·2023-03-11 13:03

分类模型性能评估 | 有误导性的AUROC

reference:Lobo-GloEcoBioGeo-2007ROC曲线线下面积（AreaUndertheReceiverOperatingCharacteristiccurve）（AUROC，AUC
电车上那个cll呀·2023-03-11 03:34

机器学习中的AUC，ROC，召回率

https://www.jianshu.com/p/c61ae11cc5f6https://www.zhihu.com/question/30643044
你说我对钱一往情深·2023-03-10 10:47

Logistic Regression+ROC学习

zhuangxiaojin8月-16-2021Step1:LoadtheDatarm(list=ls())data("iris")head(iris)##Sepal.LengthSepal.WidthPetal.LengthPetal.WidthSpecies##15.13.51.40.2setosa##24.93.01.40.2setosa##34.73.21.30.2setosa##44.63
庄小尽·2023-03-10 03:18

机器学习分类问题评估指标（准确率、召回率、F1 ，P-R 曲线，ROC 曲线 和 AUC）

本文主要介绍二分类场景下的评估指标，包括准确率、召回率、F1，P-R曲线，ROC曲线和AUC。
Skye_kh·2023-03-09 22:30

StatQuest学习笔记|用R绘制ROC和AUC

ROC（ReceiverOperatingCharacteristic），在同一模型中找到最适合的阈值AUC（AreaUnderCurve），比较不同模型ROC和AUC的横坐标为1-specificities
亚里亚的塔·2023-03-09 06:44

【阿旭机器学习实战】【35】员工离职率预测---决策树与随机森林预测

目录1.获取数据2.数据预处理3.分析数据3.1相关性分析3.2进行T-Test4.建立预测模型：DecisionTreeV.S.RandomForest5.模型评估5.1ROC图5.2通过决策树分析不同
阿_旭·2023-02-25 08:54

rocky linux 尝鲜 (2021-6-22)

不管了，直接搞起来看看：dockerpullrockylinux/roc
jionjiang·2023-02-22 23:06

分类模型评价指标

这里写目录标题ROC混淆矩阵ROCROC曲线外側曲綫是准确率高的。ROC模型越靠近外侧，准确率越高。AUC代表面积AUC是数据化分类器的效果。
qq_40707269·2023-02-21 11:12

基于jsplumb构建的流程设计器

完成表结构设计后开始着手流程设计器的技术选型，调研了众多开源项目后决定基于jsplumb.js开源库进行自研开发，保证定制化的便捷性，相关效果图及项目地址如下项目地址：https://gitee.com/code2roc
·2023-02-19 18:40

R语言机器学习与临床预测模型24--C-statistics&C-index

语言机器学习与临床预测模型系列课程R小盐准备介绍R语言机器学习与预测模型的学习笔记你想要的R语言学习资料都在这里，快来收藏关注【科研私家菜】01C-statistics&C-index计算C-statistics即为C统计量是ROC
科研私家菜·2023-02-18 07:41

机器学习(周志华) 学习笔记：第二章 模型评估与选择

文章目录1.经验误差与过拟合误差过拟合和欠拟合2.评估方法测试集和训练集留出法交叉验证法特例：留一法自助法3.性能度量查准率和查全率ROC和AUC课后题2.5代价敏感错误率与代价曲线4.比较检验假设检验交叉验证
Pluto_XH·2023-02-16 21:27

分类指标详解以及python调库实现（混淆矩阵等）

分类常用的指标Accuracy,Precision,Recall,F1，ROC，P-R，AUCConfusionMatrix(混淆矩阵)首先明白表格中出现的概念：1.正确肯定（TruePositive,
冰红茶总是不开心·2023-02-07 11:58

数据科学代码填空与解析

文章目录线性回归与逻辑回归线性回归逻辑回归朴素贝叶斯模型例6-4-1(a)以鸢尾花数据预分析例6-4-1(b)鸢尾花的高斯-贝叶斯模型例6-4-1(c)鸢尾花的高斯-贝叶斯模型性能评价例6-4-2ROC
CMCJR·2023-02-07 11:19

机器学习基础：AUC与ROC

AUC是ROC曲线下与坐标轴围成的面积。ROC曲线一般都处于y=x这条直线的上方，所以AUC的取值范围在0.5和1之间。AUC越接近1，检测方法真实性越高；等于0.5时，则真实性最低，无应用价值。
紫昂张·2023-02-07 11:03

Datawhale组队学习之西瓜书task1

2.3.3ROC与AUC及之后的内容看的不是很懂，先不放在笔记里了，等后续学完了回来补上！
legnAray·2023-02-06 20:46

SVM二分类和多分类问题的关键指标（二）

依据个人理解，这篇即将讲到的ROC曲线、AUC面积以及P-R曲线是将这些指标进行可视化，可以进行不同模型比
努力学习的心子·2023-02-06 17:12

vivo 超大规模消息中间件实践之路

在线业务侧主要从RocketMQ集群部署架构、平台系统架构、日常运维操作平台、监控告警一体化实践以及vivo如何通过建设AMQP消息网关的方式完成所有在线业务服务从RabbitMQ到Roc
·2023-02-06 17:12

Precision/Recall、ROC/AUC、AP/MAP等概念区分

1.Precision和RecallPrecision，准确率/查准率。Recall，召回率/查全率。这两个指标分别以两个角度衡量分类系统的准确率。例如，有一个池塘，里面共有1000条鱼，含100条鲫鱼。机器学习分类系统将这1000条鱼全部分类为“不是鲫鱼”，那么准确率也有90%（显然这样的分类系统是失败的），然而查全率为0%，因为没有鲫鱼样本被分对。这个例子显示出一个成功的分类系统必须同时考虑P
weixin_30627381·2023-02-05 18:35

ROC曲线、PR曲线（笔记整理）

简介：ROC曲线和PR曲线是机器学习中两个常见的评估指标（对于二分器而言），做个笔记…原理：在二分类问题中，分类器将一个实例的分类标记为是或否，这可以用一个混淆矩阵来表示。
Y.Z.Y.·2023-02-05 18:04

机器学习——ROC、AUC、查准率、查全率、F1

错误率、查准率、查全率错误率：有多少比例的西瓜被判断错误；查准率（precision）：算法挑出来的西瓜中有多少比例是好西瓜；查全率（recall）：所有的好西瓜中有多少比例被算法跳了出来。继续按照上述前提，对于二分类问题，我们根据真实类别与算法预测类别会有下面四个名词：在写下面四个名词前，需要给一些关于T（true）、F（false）、P（positive）、N（negative）的解释：P表示
Tomorrowave·2023-02-05 18:34

简述机器学习模型性能度量中Precision、Recall、BEP、F1、ROC和AUC等概念的联系和区别

简述机器学习模型性能度量中Precision、Recall、BEP、F1、ROC和AUC等概念的联系和区别。答：一个二分类问题的混淆矩阵如下所示：Precision:译为查准率或精确率，一般缩写为P。
Yuetianw·2023-02-05 18:03

算法的评价标准:ROC,假阳性，mape

名称含义公式真阳率\召回率\查全率\TPR\Recall表示正确预测的正样本与全部正样本的比值aa+c\frac{a}{a+c}a+ca假阳性率\FPR表示负样本被预测为正样本与全部负样本的比值bb+d\frac{b}{b+d}b+db精确率\查准率\Precision\表示正确预测的正样本与预测为正样本的比值aa+b\frac{a}{a+b}a+ba准确率\accuracy表示正确预测的正、负样
一杯拿铁go·2023-02-05 14:28

基于GoogleEarth等高分辨率影像的地物景观提取精度评价

二、精度评价方法及指标介绍常用的评价方法有混淆矩阵和ROC曲线；常见的评价指标有Kappa系数，用户精度，总体分类精
GISer_WW·2023-02-04 13:27

ROC曲线与AUC介绍

https://www.cnblogs.com/gatherstars/p/6084696.html
b19819361a38·2023-02-03 21:43

多指标联合诊断的ROC曲线

关于ROC曲线，前前后后写了很多篇推文，关于二分类数据和生存资料的都有，目前只有多指标联合诊断的ROC曲线还没介绍了，今天就介绍多指标联合诊断的ROC曲线。
医学和生信笔记·2023-02-03 20:58

python程序题求roc-auc是一种常用的模型评价指标_分类、回归评价指标以及Python代码实现详解...

详解分类评价指标和回归评价指标以及Python代码实现这篇文章介绍的内容是详解分类评价指标和回归评价指标以及Python代码实现，有着一定的参考价值，现在分享给大家，有需要的朋友可以参考一下。1、概念性能度量（评价）指标，主分为两大类：1）分类评价指标（classification），主要分析，离散的，整数的。其具体指标包括accuracy(准确率)，precision(精确率)，recall(召
weixin_39686048·2023-02-03 10:52

Win10下RocketMQ安装和测试

2、点击以后会跳转到下面这个页面，点击方框中的地址直接下载3、将下载的zip文件解压到某个磁盘，我这里选择D盘4、环境变量配置新建ROC
掌声送给快乐家·2023-02-03 10:45

（202301）pytorch图像分类全流程实战Task5：在测试集上评估图像分类算法的精度

在大佬开源的代码中，无论是准确率评估指标还是混淆矩阵、PR曲线、ROC曲线、降维可视化，都可以很容易地得到结果。
早上真好·2023-02-03 08:30

AUC，准确率，敏感性，特异性计算

importnumpyasnpfromsklearn.metricsimportconfusion_matrix,accuracy_score,f1_score,roc_auc_score,recall_score
weixin_41783077·2023-02-02 14:34

python的roc曲线与阈值_Roc曲线和切断点.Python

我运行了逻辑回归模型,并对logit值进行了预测.我用它来获得ROC曲线上的点数：fromsklearnimportmetricsfpr,tpr,thresholds=metrics.roc_curve
疑似精神病·2023-02-02 14:33

机器学习——常用的分类模型性能评价指标

分类模型的性能评价指标，主要包含准确率，精确率、召回率、f1_score，ROC曲线，AUC等1、分类评价指标先列出混淆矩阵其中：TP：真实值是positive，模型分为positiveFN：真实值是positive
從疑開始·2023-02-02 14:31

机器学习：常用模型评估指标

Accuracy）3、错误率（Errorrate）4、精确率/查准率（Precision）5、召回率/查全率（Recall）6、PR曲线（PrecisionRecallCurve）和F1-score7、ROC
星光下的胖子·2023-02-02 09:12

[ROC-RK3566-PC] 如何把出厂的Android系统替换为Ubuntu系统？

1、准备工具工欲善其事，必先利其器，为了尽可能避免发生奇怪的错误，我在这里列举一下大家需要用到的工具：PC机：Windows10系统RK驱动助手：DriverAssitant（瑞芯微驱动助手），版本>=5.1.1AndroidTool烧写工具：RKDevTool，版本>=2.81良好的Type-C数据线RK驱动助手与AndroidTool烧写工具可以到Firefly官方进行下载，链接如下：http
Neutionwei·2023-02-02 07:41

Dart2 class & object

类与对象类和对象class关键字声明一个类创建对象使用new+构造函数()所有的对象都是继承Object,属基类创建一个类voidmain(){Rcpersonp1=Rcperson();p1.name='roc
f8d1cf28626a·2023-02-01 21:09

R语言与临床模型预测——LASSO回归，单因素多因素cox，差异表达分析，Venn图，森林图，列线图，矫正曲线，ROC全套代码及解析——第八部分 绘制森林图 本专栏可免费答疑

差异表达基因筛选7.取交集，选出预后相关的差异表达基因8.森林图绘制9.lasso回归进一步排除具有共线性的基因10.验证集验证，数据合并验证11.多因素cox回归建模12.列线图13.矫正曲线14.ROC
楷然教你学生信·2023-02-01 12:18

R语言与临床模型预测——LASSO回归，单因素多因素cox，差异表达分析，Venn图，森林图，列线图，矫正曲线，ROC全套代码及解析——第六部分 差异表达基因筛选 本专栏可免费答疑

上次我们得到101个预后相关的自噬基因，我们说到基因太多有它的弊端，首先森林图我们没法做，后续用lasso回归可能回答十几甚至几十个基因，基因太多的话容易引起质疑，且难以进行验证。因此我们需要筛选自噬相关的差异表达基因，然后与101个预后相关基因取交集。1.下载数据2.匹配基因3.基因去重复4.匹配临床数据5.批量cox回归分析6.差异表达基因筛选7.取交集，选出预后相关的差异表达基因8.森林图绘
楷然教你学生信·2023-02-01 10:37
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他