Для проблемы с двоичной классификацией в качестве примера ниже, насколько логичным будет, если я использую «Точность» в качестве показателя в обучении и нахожу оценку AUC с помощью пакета ROCR? Или я должен использовать «ROC» как показатель всегда для вычисления оценки AUC? Набор данных несбалансирован.Оценка оценки в машинном обучении
control <- trainControl(method="cv", number=5)
fit <- train(diabetes~., data=PimaIndiansDiabetes, method="gbm", metric="Accuracy", trControl=control)
Точность смещена по несбалансированным данным, вы, скорее всего, захотите использовать любую метрику, которая не подвержена смещениям балансов классов. «ROCR» - хороший пакет для расчета метрики, вы хотите, чтобы кривая (ROC) или область под этой кривой (AUROC)? – zacdav
Да, мне нужна кривая (ROC) или область под этой кривой (AUROC). –