ROC曲线面积计算
来源:互联网 发布:暖气片不热 知乎 编辑:程序博客网 时间:2024/06/05 09:42
在binary classification model中,ROC或AUC作为一种常用的技术,有两个优点:不随真实情况的事件改变、不随分类错误的相对成本改变,因此当future incidents、relative cost of classification errors或两者都不稳定或未知时,ROC是很好的选择。
AUC的值在0.5-1之间,0.5表示完全不确定,分类随机,一般0.65-0.85之间表示模型较好。
建立binary classification model后,我们的目的是vary parameters to maximize ROC on a sample set with known outcome,这个set叫做training set。
一个计算ROC曲线面积的例子:
共有7个事件,对结果(0/1)预测,依次评分并从高到底排序。
从高于最高分到最低分依次为阈值,计算false positive rate(false positives/total negative)和true positive rate(true postives/total positive):
将false positive rate和true positive rate分别作为X轴和Y轴坐标,作图:
计算曲线下面积为0.917。
注意,每两个点之间只有横坐标或纵坐标移动,因为每一次下移阈值时,阈值以上为positive,要么对要么错,是将false negative重新分类为true positive或将true negative重新分类为false positive。
阅读全文
0 0
- ROC曲线面积计算
- ROC曲线和AUC面积计算 matlab
- ROC曲线计算
- ROC曲线与AUC计算
- ROC曲线与AUC计算
- 计算精度以及roc曲线
- ROC曲线及AUC计算
- 计算曲线面积
- 广告计算中的AUC和ROC曲线
- ROC曲线绘制及AUC计算
- 广告计算中的AUC和ROC曲线
- 计算AUC和绘制ROC曲线
- ROC曲线
- ROC曲线
- ROC曲线
- ROC曲线
- ROC 曲线
- ROC曲线
- Jzoj4896 兔子
- 压力测试工具
- Luogu 3384 树链剖分+线段树
- Linux shell (二)
- neo4j 如何删除所以的节点和关系
- ROC曲线面积计算
- 软件测试基础--使用测试文档
- ios-边开发边调试注意点
- NOIP模拟(11.03)T2 排列
- display属性
- spark深入理解之DAGScheduler<一>提交任务
- CS231n学习笔记
- NOIP Dp基本套路大全
- 爬取拉钩