2018-10-29
閱讀量:
1015
分類 (Classification):ROC 和曲線下面積
ROC 曲線
ROC 曲線(接收者操作特征曲線)是一種顯示分類模型在所有分類閾值下的效果的圖表。該曲線繪制了以下兩個參數(shù):
- 真正例率
- 假正例率
真正例率(TPR) 是召回率的同義詞,因此定義如下:
假正例率(FPR) 的定義如下:
ROC 曲線用于繪制采用不同分類閾值時的 TPR 與 FPR。降低分類閾值會導(dǎo)致將更多樣本歸為正類別,從而增加假正例和真正例的個數(shù)。下圖顯示了一個典型的 ROC 曲線。
為了計算 ROC 曲線上的點,我們可以使用不同的分類閾值多次評估邏輯回歸模型,但這樣做效率非常低。幸運的是,有一種基于排序的高效算法可以為我們提供此類信息,這種算法稱為曲線下面積。
曲線下面積:ROC 曲線下面積
曲線下面積表示“ROC 曲線下面積”。也就是說,曲線下面積測量的是從 (0,0) 到 (1,1) 之間整個 ROC 曲線以下的整個二維面積(參考積分學(xué))。






評論(0)


暫無數(shù)據(jù)
推薦帖子
0條評論
0條評論
0條評論