如何计算假阳性率(FPR)如果假阳性和真阴性的总和为零?

我正在进行性能测量,并尝试绘制ROC曲线,然而要绘制ROC曲线,我需要TPR和FPR。

众所周知,

假阳性率(FPR)= FP / (FP + TN)

我得到的TN和FP值都等于0,那么在这种情况下我该如何计算FPR并将其放入ROC曲线中呢?


回答:

首先

假阳性率(FPR)= FP / (FP + TN)

因此

我得到的TP和FP值都等于0

这不是问题,因为TP并未用于这个公式中。唯一的问题是FP + TN等于0,但这是不可能的,因为FP + TN = 负样本(所有标记为负的样本,无论你如何分类它们)。因此,FPR未定义的唯一情况是如果你的数据集中没有负样本,那么无论如何进行二分类都没有意义。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注