样本失衡时，可以使用ROC曲线评价分类器的性能好坏。（ ）
举一反三
- 在ROC分析中，分类器的性能曲线的理想状态是：
- 当数据极度不平衡（正例样本远少于负例样本）的时候，下列说法正确的是： A: ROC曲线可以更好地展示实际情况 B: PR曲线可能比ROC曲线更实用 C: ROC 和 PR 曲线都可以很好地展示识别系统的性能 D: ROC 和 PR 都不能够很好地展示实际情况
- 中国大学MOOC: 可以通过分类结果叠加、混淆矩阵和ROC曲线对分类结果进行评价。
- 关于ROC曲线应用的叙述，错误的是 A: 对成像系统信号的检出能力进行解析与评价 B: ROC信号检出率通过Az值大小来判断 C: Az值是指ROC曲线所覆盖的面积 D: Az值越小信号检出率越高 E: ROC曲线可以作为任何两种成像系统性能评价手段
- 关于ROC解析的说法，错误的是（） A: ROC是一种统计分析方法 B: ROC源于信号检出理论 C: ROC不是评价系统的分辨力的 D: ROC的单位是LP/mm E: ROC可以用于评价不同系统的性能