Location:
Search - tpr
Search list
Description: 此文件包含了在linux下实现tpr-tree索引的源代码，tpr-tree的实现是基于gist代码，采用C++语言-This document contains a tpr under linux-tree index of the source code, tpr-tree based on the realization of the gist code using C language
Platform: |
Size: 115943 |
Author: 丁锋 |
Hits:
Description: 此文件包含了在linux下实现tpr-tree索引的源代码，tpr-tree的实现是基于gist代码，采用C++语言-This document contains a tpr under linux-tree index of the source code, tpr-tree based on the realization of the gist code using C language
Platform: |
Size: 115712 |
Author: 丁锋 |
Hits:
Description: IAR 5.20下编译STM32F103RC固件库3.1实例-IAR 5.20 compiler STM32F103RC under the 3.1 firmware examples of library
Platform: |
Size: 701440 |
Author: 李想 |
Hits:
Description: 画出函数的ROC曲线，precision/recall 曲线-function [prec, tpr, fpr, thresh] = prec_rec(score, target, varargin)
PREC_REC- Compute and plot precision/recall and ROC curves.
Platform: |
Size: 4096 |
Author: zhangrui |
Hits:
Description: 车牌识别处理软件 softwe-softwell TPR
Platform: |
Size: 2796544 |
Author: sunbo |
Hits:
Description: 计算AUC的小程序
ROC的全名叫做Receiver Operating Characteristic，其主要分析工具是一个画在二维平面上的曲线——ROC curve。平面的横坐标是false positive rate(FPR)，纵坐标是true positive rate(TPR)。对某个分类器而言，我们可以根据其在测试样本上的表现得到一个TPR和FPR点对。这样，此分类器就可以映射成ROC平面上的一个点。调整这个分类器分类时候使用的阈值，我们就可以得到一个经过(0, 0)，(1, 1)的曲线，这就是此分类器的ROC曲线。一般情况下，这个曲线都应该处于(0, 0)和(1, 1)连线的上方。因为(0, 0)和(1, 1)连线形成的ROC曲线实际上代表的是一个随机分类器。如果很不幸，你得到一个位于此直线下方的分类器的话，一个直观的补救办法就是把所有的预测结果反向，即：分类器输出结果为正类，则最终分类的结果为负类，反之，则为正类。虽然，用ROC curve来表示分类器的performance很直观好用。可是，人们总是希望能有一个数值来标志分类器的好坏。于是Area Under roc Curve(AUC)就出现了。顾名思义，AUC的值就是处于ROC curve下方的那部分面积的大小。通常，AUC的值介于0.5到1.0之间，较大的AUC代表了较好的performance。好了，到此为止，所有的 前续介绍部分结束，下面进入本篇帖子的主题：AUC的计算方法总结。
Platform: |
Size: 10454 |
Author: xiaobena |
Hits:
Description: 基于自然对数改进的朴素贝叶斯,统计TPR,NPR,TFR,TPR-Based on the natural logarithm improved Naive Bayes
Platform: |
Size: 1024 |
Author: xuyan |
Hits:
Description: C++实现的R树，MVR树以及TPR树，提供C语言接口-C++ implementation of R*-tree, an MVR-tree and a TPR-tree with C API
Platform: |
Size: 1363968 |
Author: 林晓坤 |
Hits: