在分类预测中，我们一般比较关注准确率，但是，混淆矩阵也是非常重要的。尤其是当我们都其中的某一类别特别感兴趣的时候，通常要单独的看这个类别的召回率和精度，比如在癌症诊断过程中，我们宁愿错误的认为一个人是...

（一）缘起  这几天，连续碰到多人咨询了两个同样的问题，这两个都是非常有意思的话题： 如何比较两个模型的预测效果？ROC的AUC值比较？IDI、NRI如何计算？ 如何做危险因素评分预测模型？怎样将回归...

 初识ROC曲线 1. ROC的前世今生： ROC的全称是“受试者工作特征”（Receiver Operating Characteristic）曲线，首先是由二战中的电子工程师和雷达工程师发明的，用...

ROC曲线，受试者工作特征曲线 （receiver operating characteristic curve，简称ROC曲线），又称为感受性曲线（sensitivity curve）。 ROC曲线...

AUC介绍 AUC (Area Under Curve)是机器学习二分类模型中非常常用的评估指标，相比于 F1-Score 对项目的不平衡有更大的容忍性，目前常见的机器学习库中(比如 scikit-l...

最近，有多位临床研究者来咨询，都问到同样的一个问题，说在临床上某一个指标诊断某种疾病的准确性往往不高，于是研究者想将多个指标综合，看多指标综合对某一疾病诊断的准确性如何。 大家都知道，ROC曲线可以实...