待验证80% 置信事实时间未知
ROC曲线在20世纪90年代才被机器学习研究者广泛用于分类模型的性能评估
1
来源数
80%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
AUC面积图怎么看？ROC曲线解读与模型评估完整指南
bilibili拓跋龙的私人领地
涉及实体
相关事实
待验证假阳性与假阴性的权衡在信号检测理论中被形式化为ROC曲线（接收者操作特征曲线）60% 相似待验证在类别严重不平衡时，PR曲线比ROC曲线更能反映模型的真实性能59% 相似待验证AUC（Area Under Curve）是衡量分类模型好坏最常用的指标之一58% 相似待验证2021年发表于《Nature Machine Intelligence》的一项系统综述分析了2010-2019年间COVID-19影像诊断相关的415个机器学习模型，发现大量模型因数据泄漏、不当的训练-测试划分或数据集偏差而无法在临床中实际使用58% 相似待验证AUC可以通过梯形法则对ROC曲线下方面积进行数值积分得到，也可以通过Mann-Whitney U统计量等价计算58% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/20871API
curl https://kongchang.com/api/v1/knowledge/claims/20871MCP
get_claim(id=20871)