本页面提供预测结果和图表分析,帮助您深入了解预测模型的性能。
预测结果
指标 | 值 |
---|---|
准确率 | 0.85 |
召回率 | 0.90 |
F1分数 | 0.87 |
AUC | 0.92 |
准确率表示模型正确预测的样本数量占总样本数量的比例。
召回率表示模型正确预测的正例数量占所有实际正例数量的比例。
F1分数是准确率和召回率的加权调和平均值,用于衡量模型的总体性能。
AUC(曲线下面积)是ROC曲线的面积,用于衡量模型区分正例和负例的能力。
图表分析
ROC曲线
ROC曲线显示了模型在不同阈值下正确识别正例(真阳率)和错误识别负例(假阳率)的概率。AUC值为0.92,表明模型具有良好的区分正负例的能力。
混淆矩阵
预测 | 真实 | |
---|---|---|
正例 |
发表评论