统计学中ROC曲线的认识

统计学中ROC曲线的认识ROC曲线的横坐标表示一个负的实例被当作正实例的概率(FPR),纵坐标表示一个正的实例被当作正的实例的概率(TPR)。ROC曲线标识了,为了达到某个TPR,伴随而来的该分类器的FPR是多少当把所有的实例都分类成正的以后,TPR为100%,FPR也是100%,这解释了为什么ROC曲线必然过点(100%,100%)。同理,如果把所有的实例都判为负类,那么,TPR为0,FPR也为0,所以

大家好,又见面了,我是你们的朋友全栈君。

ROC曲线标识了为了达到某个TPR(识别率),伴随而来的该分类器的FPR(误判率)是多少,体现了这两者的关系。

与ROC曲线类似的还有一个上升图,表示为了达到相应的识别率,需要投入的成本是多少(这个成本可以是样本数量)。

ROC 曲线的横坐标表示 一个负的实例被当作正实例的概率(FPR),纵坐标表示一个正的实例被当作正的实例的概率(TPR)。

当把所有的实例都分类成正的以后,TPR为100%,FPR也是100%,这解释了为什么ROC曲线必然过点(100%,100%)。

同理,如果把所有的实例都判为负类,那么,TPR为0,FPR也为0,所以曲线过原点。

ROC曲线的生成:可以通过将实例依照 肯定的(Positive)的概率从大到小排序,然后挨个分类,根据分类结果和真实结果从原点出发调整ROC曲线的前进方向完成绘制。

详见:http://www.doc88.com/p-808981321529.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/145617.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号