html ROC 曲線評估 教程 | NeuroBlocks Studio
← 返回教程目錄

NEUROBLOCKS STUDIO · 案例與教程

ROC 曲線評估

查看 ROC 曲線,並比較不同類別的區分能力。

本教程演示如何在 NeuroBlocks Studio 中完成“ROC 曲線評估”,使用與主題精確匹配的真實軟體截圖,講解設定、運行、結果讀取與常見注意事項。

本教程將完成什麼

查看 ROC 曲線,並比較不同類別的區分能力。

開始之前:你需要能運行該產品,並盡量使用自己的真實參數或資料來跟著操作。以下截圖已經按主題人工重配,避免前一版出現的圖文錯配。
ROC 曲線評估 - 打開對應模組並確認起始狀態。
打開對應模組並確認起始狀態。
ROC 曲線評估 - 設定與主題匹配的關鍵輸入。
設定與主題匹配的關鍵輸入。
ROC 曲線評估 - 運行流程並檢查結果 / 狀態。
運行流程並檢查結果 / 狀態。

逐步操作

1打開模組

訓練完成後切換到 ROC 結果圖。 先確認當前頁面與本教程主題一致。

2設定輸入

準備並檢查:完整訓練得到的類別分數 / 概率和測試標籤。

3運行並觀察狀態

查看各類別 ROC 曲線並比較 AUC。 運行時同時觀察介面狀態、圖表或日誌區域。

4讀取結果

重點查看:ROC 曲線與 AUC 表現。

5驗證並迭代

總體準確率很好時,也可能隱藏某些弱類別,ROC 有助於把它們找出來。 建議只修改一個關鍵參數後再次運行,以便驗證結果變化是否符合預期。

如何讀取結果

  • 本流程最重要的結果是:ROC 曲線與 AUC 表現。
  • 解釋結果時要結合本次輸入參數,單獨看截圖往往不夠。
  • 總體準確率很好時,也可能隱藏某些弱類別,ROC 有助於把它們找出來。

常見問題與實用提示

  • 如果介面沒有變化,先檢查是否打開了正確模組。
  • 如果結果明顯不合理,優先檢查單位、資料字段映射和輸入量級。
  • 做對比實驗時盡量一次只修改一個關鍵參數。