[深度概念]·評估指標EER(Equal Error Rate)介紹

深度學習文章一般用EER(Equal Error Rate)等錯誤概率作為衡量分類器的一個客觀標準，博文ROC曲線解釋了如何計算EER。

下面是對EER計算的簡單介紹

EER（平均錯誤概率）是一種生物識別安全系統算法，用于預先確定其錯誤接受率及其錯誤拒絕率的閾值。當速率相等時，公共值稱為相等錯誤率。該值表明錯誤接受的比例等于錯誤拒絕的比例。等錯誤率值越低，生物識別系統的準確度越高。

?

?

利用ROC的其他評估標準

• AUC(area under thecurve)，也就是ROC曲線的下夾面積，越大說明分類器越好，最大值是1，圖中的藍色條紋區域面積就是藍色曲線對應的 AUC
• EER（equal error rate），也就是FPR=FNR的值，由于FNR=1-TPR，可以畫一條從（0,1）到（1,0）的直線，找到交點，圖中的A、B兩點。

總結

以上是生活随笔為你收集整理的[深度概念]·评估指标EER(Equal Error Rate)介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。