【发布时间】：2019-04-03 00:10:53
【问题描述】：
我需要根据最低错误率选择一个超参数。如果我选择 ROC 作为我的指标，那么如何在 ROC 中找到错误。 sklearn中有没有交付的方法？
【问题讨论】：
标签： python-3.x scikit-learn metrics roc
【发布时间】：2019-04-03 00:10:53
【问题描述】：
使用 roc_auc 分数 (sklearn.metrics.roc_auc_score)。该分数基于 ROC 曲线下的面积，反映了模型确定的“真阳性”的数量。错误将是该分数的另一面。 :)
【讨论】：
-
我被告知我不能使用 1 - roc_auc_score 作为错误。
-
@SanjeevRam 谁告诉你的？它非常依赖于上下文。您可能不能简单地将其称为“错误”，但这并不意味着您不能将其用于优化...
-
你能用什么？您能否为您被问到的问题及其限制提供更多背景信息？ :)