剧集

使用 ROC 和 AUC 测量和优化模型性能 - 第 9 集

加入 Jason DeBoever 和 Glenn Stephens Learn TV，探索这个由九部分组成的“机器学习数据科学基础”系列。我们每周都会讲解 Learn 模块并实时回答问题。从基本的经典机器学习模型到探索性数据分析和自定义体系结构，你将通过易于理解的概念内容和交互式 Jupyter 笔记本进行指导，并了解基础概念以及如何使用最常见的机器学习工具构建模型。

使用 ROC 和 AUC 度量和优化模型性能：第 09 集

接受者操作特征曲线是评估和微调经过训练的分类模型的一种强大方法。我们通过学习内容和实际练习来介绍和说明这些曲线的效用。本集内容：

了解如何创建 ROC 曲线。
了解如何使用这些曲线评估并比较模型。
练习使用在 ROC 曲线上绘制的特征来微调模型。

使用 ROC 和 AUC 度量和优化模型性能：第 09 集

接受者操作特征曲线是评估和微调经过训练的分类模型的一种强大方法。我们通过学习内容和实际练习来介绍和说明这些曲线的效用。本集内容：

了解如何创建 ROC 曲线。
了解如何使用这些曲线评估并比较模型。
练习使用在 ROC 曲线上绘制的特征来微调模型。