ROC（Receiver Operating Characteristic）曲线即受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve），用来评价一个二值分类器（binary classifier）的......

ROC（receiver operating characteristic curve）：简称接收者操作特征曲线，是由二战中的电子工程师和雷达工程师发明的，主要用于检测此种方法的准确率有多高。图示：...

在本文中，我描述了如何在CRAN中搜索用于绘制ROC曲线的包，并重点介绍了六个有用的包。

在金融领域中，我们的y值和预测得到的违约概率刚好是两个分布未知的两个分布。好的信用风控模型一般从准确性、稳定性和可解释性来评估模型。

一个完整的数据挖掘模型，最后都要进行模型评估，对于二分类来说，AUC，ROC这两个指标用到最多，所以 利用sklearn里面相应的函数进行模块搭建。

我们可以用sklearn.metrics中的precision_recall_curve()和auc()计算出PR-AUC，然后用matplotlib.pyplot画出PR-curve：

对于某企业新用户，会利用大数据来分析该用户的信息来确定是否为付费用户，弄清楚用户属性，从而针对性的进行营销，提高运营人员的办事效率。

在时间敏感型网络中（例如在IEEE TSN和IETF Detnet中）使用流重塑，以减少网络内部的突发性并支持计算保证的时延边界。使用每流调节器（例如令牌桶过滤器）或交错式调节器（与IEEE TSN异步流量整形（ATS）一样）执行此操作。两种类型的...

在构建掉期曲线（swap curve）时，每个标准年限都对应着一个市场报价，这样我们通常可以完美拟合出市场上它们的价格，但在构建债券曲线（bond curve）时，市场报价的债券到期日各不相同，我们只能近似拟合出它们的价格。...

分类模型（分类器）是一种有监督的机器学习模型，其中目标变量是离散的（即类别）。评估一个机器学习模型和建立模型一样重要。我们建立模型的目的是对全新的未见过的数据进行处理，因此，要建立一个鲁棒的模型，就需要对模型进行全面...