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