[Концепция глубины] · Введение в индикатор оценки EER (равный коэффициент ошибок)

В статьях о глубоком обучении обычно используется вероятность ошибки, такая как EER (равная частота ошибок), в качестве объективного критерия для измерения классификаторов.ROC-криваяОбъясняет, как рассчитать EER.

Ниже приводится краткое введение в расчет EER.

EER (средняя вероятность ошибки) — это алгоритм биометрической системы безопасности, который заранее определяет пороговые значения для коэффициента ложного принятия и коэффициента ложного отказа. Когда скорости равны, общее значение называется равной частотой ошибок. Это значение указывает, что доля ложных приемок равна доле ложных отказов. Чем ниже значение коэффициента равной ошибки, тем выше точность биометрической системы.

 

 

Используйте другие критерии оценки ROC

• AUC (площадь под кривой), то есть нижняя область отсечения ROC-кривой.Чем больше классификатор, тем лучше классификатор.Максимальное значение равно 1. Площадь синей полосатой области на рисунке представляет собой AUC, соответствующую синей кривой.
• EER (равная частота ошибок), которая является значением FPR=FNR, поскольку FNR=1-TPR, вы можете провести прямую линию от (0,1) до (1,0) и найти точку пересечения, A и B в точке рисунка.