首页 购彩大厅 手机购彩 彩票计划 时时彩计划 六合彩计划 全天计划群
您现在所在的位置>>超级大乐透走势图带连线_超级大乐透基本走势带坐标_现金彩票网 > 六合彩计划 >
 
ROC曲线详解
2018-05-16 09:37

  算法工程师。乐趣普遍,喜好测验考试分歧的工具。

  ROC曲线

  ROC曲线指受试者工作特征曲线 / 领受器操作特征曲线(receiver operating characteristic curve), 是反映敏感性和特同性持续变量的分析目标,是用构图法揭示敏感性和特同性的彼此关系,它通过将持续变量设定出多个分歧的临界值,从而计较出一系列敏感性和特同性,再以敏感性为纵坐标、(1-特同性)为横坐标绘制成曲线,曲线下面积越大,诊断精确性越高。在ROC曲线上,最接近坐标图左上方的点为敏感性和特同性均较高的临界值。

  考虑一个二分问题,即将实例分成正类(positive)或负类(negative)。对一个二分问题来说,会呈现四种环境。若是一个实例是正类而且也被 预测成正类,即为真正类(True positive),若是实例是负类被预测成正类,称之为假正类(False positive)。响应地,若是实例是负类被预测成负类,称之为真负类(True negative),正类被预测成负类则为假负类(false negative)。

  列联表如下表所示,1代表正类,0代表负类。

  ),描绘的是分类器所识别出的 正实例占所有正实例的比例。别的一个是假正类率(false positive rate, FPR),计较公式为

  FPR= FP / (FP + TN),

  计较的是分类器错认为正类的负实例占所有负实例的比例。还有一个真负类率(True Negative Rate,TNR),也称为specificity,计较公式为TNR=

  ) = 1 -

  在一个二分类模子中,对于所获得的持续成果,假设已确定一个阀值,好比说 0.6,大于这个值的实例划归为正类,小于这个值则划到负类中。若是减小阀值,减到0.5,虽然能识别出更多的正类,也就是提高了识别出的正例占所有正例 的比类,即TPR,但同时也将更多的负实例看成了正实例,即提高了FPR。为了抽象化这一变化,在此引入ROC,

  ROC曲线能够用于评价一个分类器

  (a)抱负环境下,TPR该当接近1,FPR该当接近0。

  ROC曲线上的每一个点对应于一个threshold,对于一个分类器,每个threshold下会有一个TPR和FPR

  (b)P和N得分不作为特征间距离d的一个函数,跟着阈值theta添加,TP和FP都添加

  2 ROC曲线下的面积

  ROC曲线下方的面积(

  ),其意义是:

  假设阈值以上是阳性,以下是阳性;若随机抽取一个阳性样本和一个阳性样本,分类器准确判断

  阳性样本的值高于阳性样本之

  AUC值越大的分类器,准确率越高。

  从AUC判断分类器(预测模子)好坏的尺度:

  AUC = 1,是完满分类器,采用这个预测模子时,具有至多一个阈值能得出完满预测。绝大大都预测的场所,不具有完满分类器。

  0.5 AUC 1,优于随机猜测。这个分类器(模子)妥帖设定阈值的话,能有预测价值。

  AUC = 0.5,跟从机猜测一样(例:丢铜板),模子没有预测价值。

  版权声明:本文为博主原创文章,未经博主答应不得转载。

  文章标签:ROC机械进修评价阈值评价ROC曲线小我分类:机械进修a想对作者说点什么?我来说一句aROC曲线的注释(很抽象)几个概念 场景 AdaBoost的根基分类器的线性组合 f(x)=http://turvin.net/liuhecaijihua/1996/

 
六合彩计划
·ROC曲线
·ROC曲线详解
·MedCalc 1
·ROC曲线的介绍
·中国教育
购彩大厅
Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有
技术支持: 织梦58
备案号: