#pr #classifier #roc #auc

classifier-measures

接受者操作特征(ROC)和精确率-召回率曲线(PR)计算

7 个版本

使用旧的 Rust 2015

0.4.3 2017年9月22日
0.4.2 2017年8月20日
0.4.1 2017年7月27日
0.3.2 2017年7月27日

#4#roc

Download history • Rust 包仓库 44/week @ 2024-04-05 • Rust 包仓库 36/week @ 2024-04-12 • Rust 包仓库 55/week @ 2024-04-19 • Rust 包仓库 43/week @ 2024-04-26 • Rust 包仓库 15/week @ 2024-05-03 • Rust 包仓库 22/week @ 2024-05-10 • Rust 包仓库 20/week @ 2024-05-17 • Rust 包仓库 24/week @ 2024-05-24 • Rust 包仓库 25/week @ 2024-05-31 • Rust 包仓库 44/week @ 2024-06-07 • Rust 包仓库 37/week @ 2024-06-14 • Rust 包仓库 9/week @ 2024-06-21 • Rust 包仓库 13/week @ 2024-06-28 • Rust 包仓库 40/week @ 2024-07-05 • Rust 包仓库 9/week @ 2024-07-12 • Rust 包仓库 12/week @ 2024-07-19 • Rust 包仓库

每月下载 75

MIT 许可证

12KB
168

classifier-measures

crates.io version Documentation Build Status

使用接受者操作特征(ROC)和精确率-召回率曲线(PR)来度量分类器性能的 Rust 库。

曲线本身可以计算,以及曲线下的(梯形)面积(AUC)。

简单示例 在此处 可用。

文档


lib.rs:

使用接受者操作特征(ROC)和精确率-召回率曲线(PR)度量分类器性能。

可以计算曲线本身以及曲线下的梯形面积。

依赖项

~240KB