1
计算二分类ROC AUC时，传入预测分数并核对它属于哪一类
#模型评估#ROC#AUC#分类Amy 原创整理｜资料核验：2026-10-30 scikit-learn的roc_auc_score文档说明，二分类的y_score可以是概率估计，也可以是未经过阈值切分的decision_function分数。使用predict_proba时，要对应类别标签较大的那一类，通常是estimator.classes_
新加坡 10-30 17:13 · 吉隆坡 17:13 · 雅加达 16:13 · 曼谷 16:13 · 马尼拉 17:13 · 胡志明 16:13 · 北京 17:13 · 东京 18:13 · 伦敦 09:13 · 纽约 05:13
#模型评估#ROC#AUC#分类Amy 原创整理｜资料核验：2026-10-30 scikit-learn的roc_auc_score文档说明，二分类的y_score可以是概率估计，也可以是未经过阈值切分的decision_function分数。使用predict_proba时，要对应类别标签较大的那一类，通常是estimator.classes_
#机器学习#评估指标#分类Amy 原创整理｜资料核验：2026-10-30 scikit-learn 的 balanced_accuracy_score 文档将平衡准确率定义为各类别召回率的平均值，用于二分类或多分类评估。默认 adjusted=False 时，它与普通 accuracy 的计数方式不同。 教学示例：测试集有 90 个 A
#机器学习#基线#分类Amy 原创整理｜资料核验：2026-10-30 scikit-learn 的 DummyClassifier 用于提供简单比较基线：预测时忽略输入特征，按选定策略输出。默认 prior 策略会预测训练标签中最常见的类别，predict_proba 则返回训练集的经验类别分布。 教学示例：若一个测试集有 100 条