sklearn 的方法文档 roc_auc_score指出参数multi_class可以取值'OvR'（代表One-vs-Rest）或'OvO'（代表One-vs-One）。这些值仅适用于多类分类问题。
有谁知道在什么特殊情况下我们会使用 OvR 而不是 OvO？在一般的学术文献中，是否有偏爱？
在计算多类分类问题的 ROC-AUC 分数时，我们什么时候应该使用 One-vs-Rest 和 One-vs-One？
人工智能
机器学习
公制
scikit-学习
大鹏
多类分类
2021-10-21 14:23:32
0个回答
没有发现任何回复~
其它你可能感兴趣的问题