[深度概念]·评估指标EER(Equal Error Rate)介绍

[深度概念]·评估指标EER(Equal Error Rate)介绍

深度学习文章一般用EER(Equal Error Rate)等错误概率作为衡量分类器的一个客观标准，博文ROC曲线解释了如何计算EER。

下面是对EER计算的简单介绍

EER（平均错误概率）是一种生物识别安全系统算法，用于预先确定其错误接受率及其错误拒绝率的阈值。当速率相等时，公共值称为相等错误率。该值表明错误接受的比例等于错误拒绝的比例。等错误率值越低，生物识别系统的准确度越高。

利用ROC的其他评估标准

• AUC(area under thecurve)，也就是ROC曲线的下夹面积，越大说明分类器越好，最大值是1，图中的蓝色条纹区域面积就是蓝色曲线对应的 AUC
• EER（equal error rate），也就是FPR=FNR的值，由于FNR=1-TPR，可以画一条从（0,1）到（1,0）的直线，找到交点，图中的A、B两点。