We wantedto compare various methods

We wanted
to compare various methods based on the quality of
their probabilistic estimates. This can allow us to rank
cases based on their class memberships, and can give
a general idea of the ranking of the ’positive” class
cases. AUC can give a general idea of the quality of the
probabilistic estimates produced by the model, without
requiring one to threshold at a probability of 0.5
or less for classification accuracy

ผลลัพธ์ (ไทย) 1:

เราต้องการการเปรียบเทียบวิธีการต่าง ๆ ขึ้นอยู่กับคุณภาพของของการประเมิน probabilistic นี้สามารถช่วยให้เราเพื่อจัดอันดับกรณีตามสมาชิกของคลาส และสามารถให้ความคิดทั่วไปของการจัดอันดับของการ "บวก" คลาสกรณี AUC สามารถให้ของคุณภาพของการผลิตตามแบบ โดยไม่ประเมิน probabilisticต้องการขีดจำกัดที่ความน่าเป็น 0.5หรือน้อยกว่าความถูกต้องของประเภท

ผลลัพธ์ (ไทย) 2:

เราต้องการที่จะเปรียบเทียบวิธีการต่างๆขึ้นอยู่กับคุณภาพของการประมาณการความน่าจะเป็นของพวกเขา นี้สามารถช่วยให้เราในการจัดอันดับกรณีขึ้นอยู่กับสมาชิกระดับของพวกเขาและสามารถให้ความคิดทั่วไปของการจัดอันดับของ"บวก" ชั้นกรณี AUC สามารถให้ความคิดทั่วไปของคุณภาพของการประมาณการความน่าจะเป็นที่ผลิตโดยรูปแบบโดยไม่ต้องหนึ่งถึงเกณฑ์ที่น่าจะเป็น0.5 หรือน้อยกว่าสำหรับการจัดหมวดหมู่ความถูกต้อง

ผลลัพธ์ (ไทย) 3:

เราต้องการ
เปรียบเทียบวิธีการต่าง ๆตามคุณภาพของ
ของการประมาณการ นี้สามารถช่วยให้เราเพื่อจัดอันดับ
กรณีขึ้นอยู่กับสมาชิกของชั้น และสามารถให้
ความคิดทั่วไปของการจัดอันดับของ " บวก " คลาส
กรณี ยาที่สามารถให้ความคิดทั่วไปของการประเมินคุณภาพของ
ผลิตโดยรูปแบบโดยไม่ต้องหนึ่งเพื่อปรับปรุง

ความน่าจะเป็น 0.5หรือน้อยกว่าสำหรับความแม่นยำในการจำแนก