ROC曲线元素的计算

我知道ROC曲线是由真阳性率和假阳性率计算得出的。

但是,ROC曲线上的元素是无限的,对吗?每个元素是如何计算的?有人能解释一下吗?每个点是从哪里来的?

示例

提前感谢


回答:

这些值是根据分类器的阈值的所有可能取值计算得出的。

在x轴上,你有给定阈值下的“假阳性率”:FPR = FP / (TN + FP),其中:

  • FP是假阳性数量(预测为阳性但实际为阴性的元素);
  • TN是真阴性数量(预测为阴性且实际为阴性的元素);
  • FP是假阳性数量(预测为阳性但实际为阴性的元素)。

在y轴上,你有给定阈值下的“真阳性率”:TPR = TP / (TP + FN),其中:

  • TP是真阳性数量(预测为阳性且实际为阳性的元素);
  • FN是假阴性数量(预测为阴性但实际为阳性的元素)。

实际上,你并没有无限的点数:你受限于数据集的点数(在某些阈值范围内,率不会发生变化)。

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