Precision-Recall AUC
Precision-Recall Area Under the Curve (PR AUC) är arean under kurvan som bildas genom att plotta "recall" (återkallande) på x-axeln och "precision" (precision) på y-axeln. Den är särskilt användbar för att utvärdera klassificerare på obalanserade dataset, där den ofta är mer informativ än ROC AUC.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Davis, J., & Goadrich, M. (2006). The relationship between precision-recall and ROC curves. Proceedings of the 23rd International Conference on Machine Learning, 233-240. DOI: 10.1145/1143844.1143874 ↗
- Saito, T., & Rehmsmeier, M. (2015). The precision-recall plot is more informative than the ROC plot when evaluating binary classifiers on imbalanced datasets. PLoS ONE, 10(3), e0118432. DOI: 10.1371/journal.pone.0118432 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Area Under the Precision-Recall Curve. ScholarGate. https://scholargate.app/sv/model-evaluation/precision-recall-auc
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- NoggrannhetModellutvärdering↔ jämför
- F1-poängModellutvärdering↔ jämför
- PrecisionModellutvärdering↔ jämför
- Recall (känslighet)Modellutvärdering↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →