precision-recall curve | BriefGPT

关键词precision-recall curve

搜索结果 - 6

统一并扩展用于评估生成模型的精确度和召回率指标
通过实验分析，统一了对生成模型的评估方法，研究了各种度量标准，特别关注了精确度 - 召回率曲线，并揭示了其存在的问题。
PDF2 months ago
深入研究类别不平衡下的 AUROC 和 AUPRC
通过新颖的数学分析，本文挑战并证明按照概率的观点，AUPRC（精确率 - 召回率曲线下的面积）和 AUROC（接收者操作特征曲线下的面积）可以简洁地相互关联。同时，通过对超过 150 万篇论文的大规模语言模型分析，揭示了 AUPRC 被广泛
PDF6 months ago
用精确度 - 召回率曲线下面积进行聚类验证
本论文探讨了在聚类验证中，利用混淆矩阵和派生度量来衡量模型性能表现的可行性，并提出利用 Precision-Recall 曲线及相关度量作为聚类验证指标以及在聚类失衡的情况下更为合适的方法，通过实验验证，这一方法的可靠性与其在有监督学习中的
PDFa year ago
基于 Shapley 值的方法解释机器学习中分类器的鲁棒性
该研究探讨使用 Shapley 值来解释每个特征对于模型稳健性的贡献，并通过演示如何解释结果来说明该方法的可行性。这种稳健性的解释可以帮助分析人员进行特征选择，并识别对稳健性具有重要或负面贡献的特征。
PDF2 years ago
MM利用费舍尔精确检验对 n-grams 关联度量进行评估
使用 Fisher 精确检验的扩展来分析四百万词汇的语料库，发现 MI3 是最有效的测量方法之一，能够实现与 simple-ll 更接近的性能水平，尤其是对于三个单词的短语。此外，还观察到对于三元组，某些测量方法比二元组更有效，而其他测量方
PDF3 years ago
通过分位数实现的受限分类和排名
本文提出了一种基于约束学习的新框架，可以通过在训练数据的子集上预测正 / 负例率来解决二分类器中的类不平衡问题，并避免了复杂的约束优化问题。该方法与模型无关且仅支出少量计算代价。在各种基准测试上的实验显示了与现有基准相比具有具有竞争性的性
PDF6 years ago