ROC曲線 vs Precision-Recall曲線
ROC： TPR - FPR
PR曲線：Precision - Recall

ROC曲線的優勢
　　ROC曲線有個很好的特性：當測試集中的正負樣本的數量變化的時候，ROC曲線能夠保持穩定
　　$TPR=\frac{TP}{TP+FN}$,與下圖的左半部分，即與正樣本相關。
　　$FPR=\frac{FP}{FP+TN}$,與下圖的右半部分，即與負樣本相關。
　　正負樣本的分布律沒變，只是數量改變時，TP與FN、FP與TN也會成比例變化，最終TPR和FPR不會變化。
　$Precision=\frac{TP}{TP+FP}$ Precision與正負樣本均有關，任意一邊變化，都會引起precision的變化。
　

總結

以上是生活随笔為你收集整理的ROC曲线 vs Precision-Recall曲线的全部內容，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。