​在机器学习中，是衡量一个模型好坏的关键，通过衡量模型输出y_predict 和 y_true之间的某种"距离"得出的。​性能指标往往是我们做模型时的最终目标，如准确率，召回率，敏感度等等，但是性能指标常常因为不可微分，无法作为优化的loss函数，因此采用如cross-entropy, rmse等“距离”可微函数作为优化目标，以期待在loss函数降低的时候，能够。

Discover the NovaArdenPort Wired Earphones, offering superior sound quality and reliable performance for your daily listening needs. Perfect for audio enthusiasts and everyday users alike.

配置文件的方法经常会忘了修改回来，毕竟这个属于安全配置，生产环境忘记启用影响很大。

我的解决方案：把插件（阿里的TONGYI Lingma（通义灵码））删除了之后再打开没有出现弹窗，再次下载之后就会出现弹窗（“此应用无法在你的电脑上运行”），也可以将.vscode内容全部清空后重新下载vscode，可以检查一下是不是有插件导致的出现弹窗。原因：可能是部分插件冲突了，

可惜我想要下载的是ILSVRC2012没有找到单独下载的链接，在看到相关大佬的文章，发现可以直接在服务器上使用wget进行下载，也可以使用wget的并行化版本mwge下载（但是具体没有详细了解），以下是我搜索得到的。使用 `mwget` 工具可以实现多线程下载，从而提高下载速度。可以在这个网站上找多很多相关数据集下载，可以使用aria2c加速下载，基本上是5MB的速度，也可以直接下载或者使用磁力下

例如，如果某种新的诊断测试对于检测一种罕见疾病具有较高的敏感性，但同时也有较高的假阳性率，那么在应用这种测试时，虽然可以较少地错过真正的病例，但也可能导致大量健康人被错误地诊断为疾病患者。以上图为例，在x轴上风险阈值为0.2的地方，用我们构建的临床预测模型预测的发生风险的人数大约在600人，而实际发生风险的人数大概在370人。在x轴上风险阈值为0.6的地方，用我们构建的临床预测模型预测的发生风险的

HNU OS实验六

区分能力反映了模型区别不同结果能力的效果，其核心评价指标包括ROC曲线下面积（AUC）和C指数，校准性则指模型预测的准确度，它通过比较预测结果和实际发生情况之间的吻合程度来衡量。校准曲线是将Hosmer-Lemeshow测试结果可视化的方法，通过对比不同分位数上的预测概率与观察概率，来作为评估预测概率准确性的图形工具，实际上展现的是预测概率与发生概率的对比散点图。S:z和S:p是Spiegelha

在DCA图中，通常会包括几条参考线作为比较的基准，最常见的有：“不采取任何行动”（Treat None）的净收益线：假设没有患者被治疗，此时的净收益是零。模型的净收益曲线如果在较宽的阈值概率范围内保持较高的净收益，且变化平稳，可能表明该模型具有较好的泛化能力和一致的性能。4）曲线的交叉点：如果两个模型的决策曲线在某些阈值概率下交叉，这表明不同模型可能在不同的阈值概率范围内各有优势。1）查找净收益最

我的解决方案：把插件（阿里的TONGYI Lingma（通义灵码））删除了之后再打开没有出现弹窗，再次下载之后就会出现弹窗（“此应用无法在你的电脑上运行”），也可以将.vscode内容全部清空后重新下载vscode，可以检查一下是不是有插件导致的出现弹窗。原因：可能是部分插件冲突了，