机器学习roc（机器学习算法）

动态评价指标有哪些

净现值（NPV）：净现值是将未来现金流量折算到当前时点后，计算投资项目实际收入与支出之间的差额。净现值大于零说明该项目有盈利能力。现值指数（Pl）：现值指数是将未来现金流量折算到当前时点后，计算投资回报与初始成本之比。PI大于1表示该项目具有经济回报能力。

动态评价指标主要包括：ROC曲线、AUC值、准确率-召回率曲线以及F1分数。 ROC曲线与AUC值 ROC曲线，即受试者工作特征曲线，用于展示二分类问题中真正类率（TPR）与假正类率（FPR）之间的关系。通过调整分类器的阈值，可以得到不同的点，连接这些点即形成ROC曲线。

投资决策评价动态指标包括净现值、净现值率、净年值（年均净现值）、现值指数、内部收益率、动态投资回收期等。不考虑资金时间价值的经济效益指标称为静态评价指标，主要包括静态投资回收期和投资收益率。

财务评价动态指标包括三个指标，即财务净现值、财务内部收益率、动态投资回收期：财务净现值：在项目计算期内，按行业基准折现率或其他设定的折现率计算的各年净现金流量现值的代数和。净现值是指投资方案所产生的现金净流量以资金成本为贴现率折现之后与原始投资额现值的差额。

实时性：动态评价指标强调的是实时数据的反馈，能够及时地反映出项目或业务的最新情况。 变化性：由于关注的是随时间变化的情况，动态评价指标能够展现出业务发展的波动和趋势。 决策参考：基于动态评价指标的分析，管理者可以更加准确地掌握项目的进展状况，为决策提供有力依据。

平均增长率、平均增长率的变化率等。平均增长率：平均增长率指的是一段时间内各个指标增长率的平均值。平均增长率的变化率：平均增长率的变化率指的是一段时间内平均增长率的变化率。

机器学习除了准确率,召回率,roc,还有没有其他的评价指标

1、在正负样本不平衡的情况下，准确率这个评价指标有很大的缺陷。比如在互联网广告里面，点击的数量是很少的，一般只有千分之几，如果用acc，即使全部预测成负类（不点击）acc 也有 99% 以上，没有意义。

2、机器学习评价指标 对于 机器学习 中 评价 模型 性能 的 指标 ，常用的有 准确率 、精度、 召回率 、P-R曲线、F1 分数、ROC、AUC以及混淆矩阵等。

3、动态评价指标主要包括：ROC曲线、AUC值、准确率-召回率曲线以及F1分数。 ROC曲线与AUC值 ROC曲线，即受试者工作特征曲线，用于展示二分类问题中真正类率（TPR）与假正类率（FPR）之间的关系。通过调整分类器的阈值，可以得到不同的点，连接这些点即形成ROC曲线。

判决阈是什么意思?

判决阈是指在机器学习中，决策边界上的一个点，它将数据分离成两个类别。当根据输入数据的特征将其映射到一个维度上时，如果数据点的值小于此点的值，则将其分类为一类，否则为另一类。因此，判决阈是决策过程中非常重要的一个参数。

那么什么是软判决，什么是硬判决呢？软判决就是Demodulator将解调后的模拟信号直接接入到Decoder来实现解码，硬判决就是对Demodulator输出信号做N比特量化，如果分量高于门限就认为Demodulator输出1，否则输出0。

法律分析：逮捕以后，在看守所里，不能跟家人见面、通信，写信出来也不行的。只有等法院的判决生效之后交付监狱执行，才可以跟家人会见和通信。在此期间只有受聘请的律师才可以会见，唯一可以交流信息的渠道就是通过律师来传达。