问题描述
我有一个问题，关于当您想要关注二元分类结果中的正类和负类时，应检查哪种性能度量。让我在这里用一个简单的例子来说明这一点。
这是一个二元分类结果的截图。请理解截图的质量。
由于我还在学习机器学习，我发现 Precision-Recall Curve 仅基于正类（此处为 1）生成。如果我还想考虑正类和负类（此处为 0）的性能，我可以参考宏观平均或加权平均，据我所知。
但是，是否有任何类似于 Precision-Recall 曲线的度量标准来考虑两个类的性能？
我研究了它，我最初的猜测是检查 ROC 曲线？因为 ROC 曲线由假阳性率 (FPR) 和真阳性率 (TPR) 组成，并且在评估性能时，这两个指标都包括正类和负类。
如果我错了，请提供一些建议。这会很有帮助，谢谢。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）