Оценка и оптимизация производительности модели при помощи ROC-кривых и площади под кривой
ROC-кривые — это мощный способ оценки и тонкой настройки обученных моделей классификации. Мы рассмотрим применение этих кривых в теории и на практике.
Цели обучения
В этом модуле рассматриваются следующие темы:
- Узнайте, как создавать кривые ROC.
- Узнайте, как оценивать и сравнивать модели с помощью этих кривых.
- Практика точной настройки модели с использованием характеристик, которые выстраивались на кривых ROC.
Предварительные требования
Знакомство с моделями машинного обучения