#24. Метрики качества ранжирования. ROC-кривая | Машинное обучение

Аватар автора
SelfEdu - мир знаний с Сергеем Балакиревым
Как оценивать модели ранжирования данных. Характеристики False Positive Rate и True Positive Rate. Построение на их основе ROC-кривой (Receiver Operating Characteristic). Вычисление площадей AUC-ROC и индекс Джини (коэффициент Джини).

0/0


0/0

0/0

0/0